[发明专利]图像检索方法和装置

权利要求书

1.一种图像检索方法，包括如下步骤：

获取检索关键字，并根据所述检索关键字从数据库中筛选得到图像集合；

根据图像特征建立所述图像集合的第一谱图模型，得到所述图像集合中的两两图像之间的相似关系；

根据所述相似关系建立半监督学习模型；

根据所述半监督学习模型对所述图像集合进行去噪，得到去噪图像集合；

返回所述去噪图像集合作为所述检索关键字所对应的检索结果。

2.根据权利要求1所述的图像检索方法，其特征在于，所述根据图像特征建立所述图像集合的第一谱图模型，得到所述图像集合中的两两图像之间的相似关系的步骤包括：

获取图像特征值，建立图像的特征向量；

根据所述特征向量将所述图像集合通过第一节点集合χ＝{x₁,…,x_n}表示，其中x_n是一个多维向量，x_n的一个维度表示一个特征值；

根据所述第一节点集合建立关系矩阵W，其中，当i≠j时，w_ij＝exp(-||x_i-x_j||²/σ²)；当i＝j时，w_ij＝0；

对所述相似矩阵W做归一化处理得第一归一化边矩阵S＝D^-1/2WD^-1/2，其中D是对角元素为的对角矩阵。

3.根据权利要求2所述的图像检索方法，其特征在于，所述根据所述相似关系建立半监督学习模型的步骤包括：

获取所述第一节点集合中前p个节点，将所述p个节点标定为正样本；

定义查询向量y，其中对于已标定节点，y＝y_i＝1(i≤p)，对于未标定节点，y＝y_u＝0(p+1≤u≤n)；

定义预测标签向量f，其中f_i(1≤i≤n)表示节点xi预测标签；

建立所述预测标签向量f的能量函数E(f)=Σi,j=1nwij(fidii-fidjj)2+μΣi=1n(fi-yi)2;]]>

根据所述能量函数对f求微分可得半监督学习模型f＝(1-α)(I-αS)^-1y，其中α＝1/(1+μ)，I是单位矩阵。