一种结合语义特征的ERVQ图片索引与检索方法

摘要

本发明公开了一种结合语义特征的ERVQ索引，包括以下步骤：准备训练索引的图片集P1和待索引图片集P2，对P1提取低层特征(SIFT、SURF等)，使用残差量化索引(RVQ)训练方法训练得到一个L层的RVQ码书Codebook1，使用ERVQ优化方法调整Codebook1生成码书Codebook2，将码书Codebook2多层质心一一组合构建索引字典，将索引字典每个索引项上根据语义划分成多个倒排链表结构，对P2提取低层特征和语义特征，根据低层特征找到索引项，根据语义特征插入到对应的倒排链表中，查找过程为：对查询图片提取低层特征和语义特征，根据低层特征找到索引项，根据语义找到索引项上倒排链表，最后对返回的多条链表图片排序。本发明的索引结构能够提高基于内容的图片查询结果的精度，并有效减少查询时间。

主权项

一种结合语义特征的ERVQ索引与检索方法，其特征在于，包括以下步骤：(1)准备用于训练索引的图片集P1，以及待索引图片集P2；(2)对图片集P1提取低层特征，得到特征向量集F；(3)使用残差量化索引训练方法训练特征向量集F得到一个L层的RVQ码书Codebook1；(4)使用ERVQ条件联合优化方法调整Codebook1，得到优化后的码书Codebook2；(5)将码书Codebook2多层质心一一组合构成索引字典；(6)将索引字典每个索引项根据语义划分成多个倒排链表结构；(7)对待索引图片集P2中的每个图片提取低层特征和语义特征，根据低层特征找到索引节点，根据语义特征将图片ID插入到对应的倒排链表中；(8)将查询图片提取低层特征和语义特征，根据低层特征找到索引节点，根据语义特征找到对应的倒排链表，对链表图片排序返回结果。