一种基于感性认知的图像检索结果排序方法

摘要

本发明公开了一种基于感性认知的图像检索结果排序方法，该方法主要基于图像的客观特征和主观感性认知对图像结果进行排序。在对图像理解的基础上，提取图像特征，获取相似度，并基于用户体验对显示方式进行布局。本发明在文本无法准确表达的情况下，用户可在该平台上更好地展示自己的购物需求，减少用户对商品的查找时间，更加有效地促成网络商品交易。同时，本发明将促进新型电子购物平台的发展，使电子商务网络平台更加多元化。

主权项

一种基于感性认知的图像检索结果排序方法，其特征在于，包括如下步骤：(1)构建图像特征库。1.1)在构建图像特征库前，预先获得入库图像的掩膜区域。1.2)获得图像的掩膜区域后，得到图像的颜色特征。1.3)获得图像的掩膜区域后，得到图像的形状特征。1.4)获得图像的掩膜区域后，对于T恤等特殊类别服装，得到图案特征。1.5)构建检索数据库，整个数据库由原始图像和特征文件两部分构成。(2)以B/S架构在客户端建立导购平台，用户可选择库中图像或其它图像作为输入进行检索，检索结果返回客户端。(3)基于感性认知的相似性显示检索结果。3.1)根据图像的颜色、形状、图案特征，以及款式、风格主观特征对检索结果进行排序。3.2)显示页面中，以基于相似性的顺序排列或者基于特征的纵横交错布局，分别根据颜色、形状、图案特征的相似度进行排序。3.3)显示页面中，每张结果图同时含有商品价格、商家链接、比价链接等多种属性。其中，所述步骤(1.1)中，所述图像掩膜区域的获取方法是：采用目标自动定位方法，粗略估算图像中目标物体所在的长方形区域。对于自动定位不准确的图像，采用人工画框确定长方形区域。确定长方形区域后，利用图像分割算法获得目标的非规则性准确区域，即掩膜区域。所述步骤(1.2)中，图像的颜色特征获取方法为：首先将红、绿、蓝三原色进行量化，形成有限个格子。根据量化后的颜色分布，得到颜色直方图。取前N位颜色为初始聚类中心，利用K-均值算法进行颜色聚类。将最终聚类后的颜色从红、绿、蓝三原色转换到色调-饱和度-亮度颜色空间。色调-饱和度-亮度颜色空间空间被量化为M级，分别是H值M1级，S值和V值各M2级。最终将转换后的色调-饱和度-亮度颜色空间颜色分类以及该类颜色占的比重保存到特征文件。所述步骤(1.3)中，图像的形状特征获取方法为：在掩膜区域利用N线法，衡量每条线和掩膜区域宽度的比例，以N条线的比例值数组作为形状特征。而对于箱包之类的图像，形状特征还包括长宽比。所述步骤(1.4)中，图像的图案特征获取方法为：首先采用目标自动定位方法，粗略估算掩膜区域区域中图案所在的长方形区域。对于自动定位不准确的图像，采用人工画框确定长方形区域。确定长方形区域后，获取图案区域的缩放、旋转不变的特征变换SIFT特征作为图案特征。所述步骤(1.5)中，整个数据库中的图像数据来源于网络，每张图像在入库前，需要单独获取各种特征，并存入特征文件。采用分段方式存储图像特征，每次读入一个分段的所有图像的特征，加快后期的检索速度。所述步骤(2)中，检索步骤是：输入样图，首先获取样图的MASK区域，然后在MASK区域获取样图的特征。将样图特征与数据库中图像的特征进行比较，返回前N张结果图。样图可以是库中的，也可以是用户自己上传的。所述步骤(3)中，基于样图检索得到的结果图列表中，按照感知相似性进行结果图的展示。结果图中同时含有商品价格、相应网络商家链接。单击结果图，将可以该张结果图作为输入图进行新一轮的检索。