[发明专利]视觉词典构建及应用方法和装置

说明书

本发明实施例提供了一种视觉词典的构建及应用方法和装置。包括：确定训练图像数据集，提取所述训练图像数据集中全部训练图像的局部描述符，得到第一局部描述符集；根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集；对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集，由所有所述第一视觉子词集构成视觉词典。通过本发明实施例，在构建视觉词典的过程中，提高了为实现图像检索所需要的运算时间以及内存占用。

技术领域

本发明涉及数据检索领域，尤其涉及一种视觉词典构建及应用方法和装置。

背景技术

随着科学技术的不断进步，计算机技术的不断发展，人们在利用检索工具进行数据检索时，已经不满足于仅仅利用文本，而利用图像进行检索的检索工具提供了更多的可能。

图像检索的目的是从大量的图像数据库中准确、高效地识别出需要的图像。现有技术中的一种方法为：用一个无序视觉词的集合来表示一幅图像，然后将所有视觉词放在倒排表中来高效索引图像。早期的工作主要是通过不同的矢量量化技术构建视觉词典，从而近似描述图像特征。具体的视觉词典是通过在原始描述空间聚类大量训练图像的局部描述子来构建的。

上述现有技术中的缺点为：在进行聚类时，为了覆盖一个拥有大量不同场景的大规模图像库，我们需要构建一个上百万级甚至更大的视觉词典。要做到这一点，这些方法都需要一个庞大的训练集来聚类，从而导致极长的运算时间和巨大的内存占用，特别是对高维图像的局部描述，计算复杂度几乎不可达。

总之，迫切需要本领域技术人员解决的技术问题就在于，如何降低为实现图像检索所需要的运算时间以及内存占用。

发明内容

本发明的实施例提供了一种视觉词典的构建及应用方法和装置，提高了为实现图像检索所需要的运算时间以及内存占用。

为了实现上述目的，本发明采取了如下技术方案。

一种视觉词典构建方法，包括：

确定训练图像数据集，提取所述训练图像数据集中全部训练图像的局部描述符，得到第一局部描述符集；

根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集；

对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集，由所有所述第一视觉子词集构成视觉词典。

优选的，所述的根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集包括：

将所述第一局部描述符集中的每个局部描述符，从设定的分解位置，均匀地分解成设定数量个第一子局部描述符；

由属于不同第一局部描述符的，相对应的位置的全部所述第一子局部描述符构成一个所述第一子局部描述符集，根据全部所述第一子局部描述符得到若干所述第一子局部描述符集。

优选的，所述对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集包括：

分别确定每个所述第一子局部描述符集的若干个初始的聚类中心，计算同一所述第一子局部描述符集中的各个子局部描述符与所述初始的聚类中心之间的欧式距离；

将所述第一子局部描述符集中的子局部描述符归类到与其欧式距离最近的所述初始的聚类中心，分别构成每个子局部描述符簇；计算出属于同一簇中的子局部描述符之间的欧式距离，确定与所述同一簇中的其他子局部描述符的欧式距离的和最小的子局部描述符为新聚类中心；

计算出同一簇的新聚类中心和初始的聚类中心之间的距离，判断该距离是否小于或等于预制阈值；

若不是，将新聚类中心作为初始聚类中心重复上述步骤；