发明名称 |
一种基于多标签最小二乘哈希算法的大规模图像检索方法 |
摘要 |
本发明公开了一种基于多标签最小二乘哈希算法的大规模图像检索方法,包括:提取训练集中图像的视觉特征和监督信息,分别得到原始视觉特征数据矩阵和监督信息矩阵,训练集中每幅图像均包括多个标签信息;对原始视觉特征数据矩阵进行两次降维处理,分别得到第一次降维最优投影矩阵和第二次降维最优投影矩阵;求取最优旋转矩阵及两次降维后的视觉特征数据矩阵的哈希编码,得到标准哈希编码;根据训练集得到的第一次降维最优投影矩阵、第二次降维最优投影矩阵和最优旋转矩阵,检索图像库中的图像时,求取图像库中的每幅图像的哈希编码,并计算图像库中的每幅图像的哈希编码与标准哈希编码之间的海明距离,输出图像库中与标准哈希编码之间具有最小海明距离的图像。 |
申请公布号 |
CN104820696A |
申请公布日期 |
2015.08.05 |
申请号 |
CN201510213390.5 |
申请日期 |
2015.04.29 |
申请人 |
山东大学 |
发明人 |
许信顺;汪胜圣;郭山清;崔立真;王晓琳 |
分类号 |
G06F17/30(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
济南圣达知识产权代理有限公司 37221 |
代理人 |
赵妍 |
主权项 |
一种基于多标签最小二乘哈希算法的大规模图像检索方法,其特征在于,包括以下步骤:步骤(1):提取训练集中图像的视觉特征和监督信息,分别得到原始视觉特征数据矩阵和监督信息矩阵,所述训练集中每幅图像均包括多个标签信息;步骤(2):对原始视觉特征数据矩阵进行两次降维处理,分别得到第一次降维最优投影矩阵和第二次降维最优投影矩阵;步骤(3):优化两次降维后的视觉特征数据矩阵,求取最优旋转矩阵R以及两次降维后的视觉特征数据矩阵的哈希编码,得到标准哈希编码;步骤(4):检索图像库中的图像时,根据训练集得到的第一次降维最优投影矩阵、第二次降维最优投影矩阵和最优旋转矩阵R,求取图像库中的每幅图像的哈希编码,并计算图像库中的每幅图像的哈希编码与标准哈希编码之间的海明距离,输出图像库中与标准哈希编码之间具有最小海明距离的图像。 |
地址 |
250061 山东省济南市历下区经十路17923号 |