学位论文 > 优秀研究生学位论文题录展示

大规模图像检索中局部特征聚合与索引方法研究

作　者: 周玲
导　师: 于俊清
学　校: 华中科技大学
专　业: 计算机应用技术
关键词: 基于内容的图像检索高维索引维度灾难聚合向量
分类号: TP391.3
类　型: 硕士论文
年　份: 2011年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网和多媒体技术的迅速发展,人们可以访问到的多媒体数据,尤其是图像数据的数量急剧增长,如何实现图像对象内容的相似性检索成为一个非常重要的研究课题。图像对象之间的相似度可以利用特征向量之间的距离衡量,但大多数特征向量的维度很高,因此高维索引机制成为实现大规模图像库中基于内容检索的关键技术。面对“维度灾难”带来的影响,如何设计高效的索引方法,实现对海量高维特征向量的有效组织是研究者们面临的巨大挑战。在分析了图像的局部聚合描述符(Vectors of Locally Aggregated Descriptors, VLAD)以及结合积量化、非对称距离计算、以及倒排索引的高维索引方法——非对称距离计算倒排索引机制(Inverted File with Asymmetric Distance Computation, IVFADC)的优缺点之后,对算法存在的不足进行了改进。针对VLAD中硬分配难以准确描述局部特征向量与聚类之间隶属关系的问题,提出用软分配代替硬分配,根据局部特征向量与聚类中心的距离分配不同的隶属权值,生成更具代表性的软分配局部聚合描述符(Soft Assignment-Vectors of Locally Aggregated Descriptors, SA-VLAD)。针对IVFADC在查询时为保证结果的查全率而增加候选倒排索引链的数目,导致距离计算和查询时间增加的问题,提出在索引阶段引入简单的散分配方法,将可能落入多条链表中的数据库向量进行多次编码,实现了基于散分配的非对称距离计算倒排索引机制(Dispersed Assignment-Inverted File with Asymmetric Distance Computation, DA-IVFADC)。实验结果表明,SA-VLAD在保持存储空间不变、不明显增加查询时间的基础上,相比硬分配下的VLAD在索引机制中更能有效提高查询结果的准确率。DA-IVFADC以增加少量存储空间为代价,很大程度上减少了查询时间、提高了查询结果的精确度以及召回率。但在生成聚合向量的软分配中,局部特征向量与聚类的隶属权值还需要做进一步的分析,使其更符合向量在特征空间中分布情况;索引机制的动态性仍需改进,使其能适应频繁的删减操作。未来研究重点将围绕这两个方向展开。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-21
  1.1 研究目的及意义  9-10
  1.2 基于内容的图像检索研究现状  10-19
  1.3 研究目标和所做的工作  19
  1.4 论文的组织结构  19-21
2 基于软分配的局部聚合描述符  21-30
  2.1 局部聚合描述符及其不足  21-24
  2.2 软分配  24-25
  2.3 基于软分配的局部聚合描述符的实现  25-29
  2.4 本章小结  29-30
3 基于散分配的非对称距离计算倒排索引机制  30-42
  3.1 非对称距离计算倒排索引机制及其不足  30-32
  3.2 散分配  32
  3.3 基于散分配的非对称距离计算倒排索引的实现  32-41
  3.4 本章小结  41-42
4 实验结果与分析  42-53
  4.1 图像检索评价指标  42-43
  4.2 实验数据库与实验环境  43-44
  4.3 基于散分配的非对称距离计算倒排索引实验结果  44-49
  4.4 基于软分配的局部聚合描述符实验结果  49-52
  4.5 本章小结  52-53
5 总结与展望  53-55
  5.1 全文总结  53-54
  5.2 研究展望  54-55
致谢  55-56
参考文献  56-60

大规模图像检索中局部特征聚合与索引方法研究

内容摘要

全文目录

相似论文