基于多子树的分布式图像训练及检索方法

摘要

基于多子树的分布式图像训练方法，包括如下步骤：步骤1.计算节点选取初始聚类中心点并聚类，将聚类后新的聚类中心点分发至各计算节点；步骤2.每一计算节点以某个聚类中心点作为任务子树生长点，训练任务子树；基于多子树的分布式图像训练及检索方法，还包括步骤3.对待检索图像提取特征点；将特征点按照聚类中心点归属发送至对应的计算节点；步骤4.计算节点利用任务子树进行处理并将结果发送至管理节点，管理节点汇总各计算节点计算结果得到图像检索结果。本发明将一棵词汇树的训练任务切割成多棵子树的训练任务，让多个计算节点独立并行处理，可以容纳更大的图像训练集，扩展性强，同时减少了图像训练及检索过程的时间开销。

主权项

基于多子树的分布式图像训练方法，其特征在于，包括如下步骤：步骤1.计算节点选取k个初始聚类中心点，执行第一层聚类，得到k个新的聚类中心点，并将聚类中心点信息首先发送至管理节点，管理节点将聚类中心点信息分发至多个计算节点；步骤2.每一计算节点以每个聚类中心点作为任务子树生长点，各计算节点独立训练其任务子树；所述步骤2中训练任务子树的方法为：计算节点将训练集中全部图像提取出特征点；对全部训练图像的特征点按照步骤1中所述第一层聚类得到的聚类中心点进行分类，然后对本次聚类任务的分类按照深度优先原则训练子树，直至任务子树达到预设高度。