[发明专利]一种用于图像检索的查询图像特征裁剪方法

说明书

本发明公开了一种用于图像检索的查询图像特征裁剪方法，其选择一个小的无关图像集的搜索结果作为参考信号。通过统计该信号中各个visual word对得分的贡献来对查询图像中的特征进行删减，这样能够在最后的得分中减去一些错误投票，对错误的结果进行压制。该方法能够对检索的性能起到促进的作用。本发明使用了对查询图像特征进行删减的方法，得到了更准确的搜索性能。使用无关图像的搜索结果作为参考信号，能够提升性能。

技术领域

本发明涉及计算机视觉、模式识别、图像检索、搜索引擎的领域，具体涉及一种用于图像检索的查询图像特征裁剪方法。

背景技术

随着互联网的发展，网络上存放的数据量逐年飞速增长，互联网用户对信息的检索需求也日益增长。随着信息检索技术与计算机视觉技术的发展，使得用户可以从互联网实时获取需要的图像。在此类应用中，相似图像检索技术占有很大的比重。

由于图像拍摄的角度、环境有着很大的差异，且图像中的信息量很大，因此实时地从海量图片中搜索到相似图片是一件很困难的事情。本发明在不明显提高时间复杂度的情况下能提升一些图像检索的性能，具有很大的意义。

目前图像检索的主流技术是基于SIFT特征(参见文献【1】D.G.Lowe,Distinctiveimage features from scale-invariant keypoints,International Journal ofComputer Vision,vol.60,no.2,pp.91-110,2004.)和词袋模型(Bag-of-words)对图像进行表达，然后利用倒排索引的技术完成检索过程。

该类技术从每副图像提取一些关键区域，然后在关键区域处提取一些高维特征，然后利用词袋模型进行量化得到最终的表达。在完成所有图像的表达后利用统计模型计算出每个visual word的tf-idf权重，最后利用倒排文件检索(参见文献【2】J.Sivic,A.Zisserman,Video Google:A text retrieval approach to object matching invideos,IEEE International Conference on Computer Vision,pp.1470-1477,2003.和文献【3】J.Philbin,O.Chum,M.Isard,et al,Object retrieval with largevocabularies and fast spatial matching,IEEE Conference on Computer Vision andPattern Recognition,pp.1-8,2007.)。

针对该方法的一些缺陷，一些弥补缺陷提升性能的方法被提出，且不会较大提升时间耗费。且一些方法能以兼容的方式结合起来使性能得到更大的提升。

1)Philbin(参见文献【3】J.Philbin,O.Chum,M.Isard,et al,Object retrievalwith large vocabularies and fast spatial matching,IEEE Conference on ComputerVision and Pattern Recognition,pp.1-8,2007.)于2007年提出使用大词典完成大规模的图像检索，利用空间信息的re-rank策略对搜索结果进行改善，该方法被广泛作为baseline使用。

2)Philbin(参见文献【4】J.Philbin,O.Chum,M.Isard,et al,Lost inquantization:Improving particular object retrieval in large scale imagedatabases,pp.1-8,2008.)于2008年提出Soft Assignment的方法解决量化误差问题。将每个描述子量化给多个Visual word。