一种基于共同视觉模式的图像查询扩展方法及系统

摘要

本发明涉及一种基于共同视觉模式的图像查询扩展方法及系统，包括视觉关键词级查询扩展和图像级查询扩展，视觉关键词级查询扩展是在离线时构建一个训练图像库，挖掘训练图像库中各图像间的CVP，根据CVP计算每一个视觉关键词的上下文同义词并保存，在线查询时，将待查询的视觉关键词扩展到其上下文同义词，并在原始图像库中查询；图像级查询扩展是在视觉关键词级查询扩展的基础上进行的，通过视觉关键词级查询得到初始结果，计算查询图像与初始结果中相似的n幅图像间的CVP，以CVP为线索，找到训练图像库中的相似图像，根据查询图像和相似图像在原始图像库中进行查询；本发明提供多种查询方式，在提高检索精度的同时保证了检索速度。

主权项

一种基于共同视觉模式的图像查询扩展方法，其特征在于，包括视觉关键词级查询扩展，具体如下步骤：步骤A1：在原始图像库中抽取若干幅图像构建一个具有代表性的训练图像库；步骤A2：挖掘训练图像库中各图像间的CVP共同视觉模式，所述CVP由若干个视觉关键词组成；步骤A2中挖掘训练图像库中各图像间CVP的具体实现为：步骤A2.1：对于训练图像库中的任意一幅图像I，通过BOW框架查找训练图像库D中与其相似度大于预定阈值的图像，得到集合S(I)，计算条件如下式其中，I_i为训练图像库中除图像I以外的图像，D为训练图像库，c(I_i,I)是图像I_i和图像I中共同具有的视觉关键词的个数，n(I)是图像I中视觉关键词的个数，t为预定阈值；步骤A2.2：采用图像匹配的方法计算图像I与集合S(I)中每一幅图像I_i的CVP；步骤A3：根据训练图像库中所有CVP信息，利用条件概率确定每一个视觉关键词的上下文同义词，并保存在查询表中；步骤A3中根据训练图像库中所有CVP信息，利用条件概率确定每一个视觉关键词的上下文同义词的具体实现为：根据训练图像库中所有CVP信息度量每一个视觉关键词与其他视觉关键词的语义相似性，其中，确定两个视觉关键词间的语义相似性的具体实现为，通过度量两个视觉关键词的空间布局相似性和几何变换一致性，确定两个视觉关键词在某一个CVP上的语义相似值；进而结合两个所述视觉关键词在整个训练图像库上共出现于同一个CVP的条件概率得到两个视觉关键词之间的真正语义相似值，从而确定它们的上下文同义词；步骤A4：根据视觉关键词在线查询时，通过软加权的方法将该视觉关键词扩展到查询表中其上下文同义词；步骤A5：根据该视觉关键词连同其扩展后的上下文同义词在原始图像库中进行扩展查询。