[发明专利]一种基于层次化语义描述的图像检索方法

说明书

技术领域

本发明涉及图像检索技术领域，更具体地说，涉及一种基于层次化语义描述 的图像检索方法。

背景技术

在社交媒体时代由于网络空间共享图像的爆炸式增长以及网络、移动客户端 对各种多媒体应用的需求，从大规模图像数据库中快速准确地检索用户关心的图 像面临很大挑战。

现有图像检索方法存在两方面的问题：一方面，需要计算查询图像与查询数 据库中每一幅图像的特征相似性，搜索范围大；另一方面，由于图像内容的底层 特征和高层语义之间存在语义鸿沟问题(即底层特征和高层语义之间缺乏对应 性)，检索返回图像与查询图像间的特征相似性高但语义相似性差，不能贴合用 户的检索意图。

发明内容

本发明要解决的技术问题是缩小现有图像检索方法的搜索范围、提高检索返 回图像与查询图像间的语义相似性，提出一种基于层次化语义描述的图像检索方 法。

本发明的技术方案是：一种基于层次化语义描述的图像检索方法，具体包括 下述步骤：

利用具有场景类别标记的图像集合，得到场景类别分类器；利用具有视觉属 性标记的图像集合，得到视觉属性分类器；

利用场景类别分类器和视觉属性分类器，对查询数据库中的每一幅图像进行 分类，得到所述每一幅图像的场景类别描述和视觉属性描述；

利用场景类别分类器和视觉属性分类器，对输入的查询图像，得到其场景类 别描述和视觉属性描述；

在查询数据库中，筛选出与查询图像的场景类别描述具有相同场景类别描述 的图像形成候选图像集合，在候选图像集合查找与查询图像的视觉属性描述相似 的图像作为检索结果。

特别地：

利用具有场景类别标记的图像集合，对图像集合中的每一幅图像提取梯度直 方图特征、局部二进制模式特征和颜色直方图特征，采用支持向量机训练得到场 景类别分类器；

利用具有视觉属性标记的图像集合，对图像集合中的每一幅图像提取梯度直 方图特征、局部二进制模式特征和颜色直方图特征，采用支持向量机训练得到视 觉属性分类器；

对查询数据库中的每一幅图像，提取梯度直方图特征、局部二进制模式特征 和颜色直方图特征，同时利用场景类别分类器和视觉属性分类器对图像进行分 类，得到图像的场景类别描述和视觉属性描述；

对输入的查询图像，提取梯度直方图特征、局部二进制模式特征和颜色直方 图特征，同时利用场景类别分类器和视觉属性分类器对查询图像进行分类，得到 查询图像的场景类别描述和视觉属性描述；利用查询图像的场景类别描述在查询 数据库中筛选具有相同场景类别描述的图像形成候选图像集合，计算候选图像集 合中每一幅图像与查询图像的视觉属性描述相似度，并按照相似度从高到低对候 选图像集合中的图像进行排序，得到最终检索结果。

本发明的有益效果是：

(1)检索结果语义相似度高。传统的基于内容的图像检索方法由于仅仅利用 了底层特征，因此检索结果与查询图像的特征相似性大，语义相似性差，不能满 足用户检索需求，本发明采用场景类别和视觉属性相结合的层次化语义描述方 法，检索结果语义相似度高。

(2)检索速度快。本发明方法，缩小了搜索范围，从而减少了检索时间。

附图说明

图1基于层次化语义描述的图像检索流程图；

图2基于层次化语义描述的图像检索实例图。

具体实施方式

下面结合附图对本发明提供的基于层次化语义描述的图像检索方法进行详 细说明。

图1为基于层次化语义描述的图像检索流程图。首先分别利用具有场景类别 标记图像集合和具有视觉属性标记图像集合，进行特征提取后，训练场景类别分 类器和视觉属性分类器(如图1(a))；对于查询数据库中的每一幅图像，进行 特征提取后，利用图1(a)训练得到的场景类别分类器和视觉属性分类器生成 数据库图像的场景类别描述和视觉属性描述；输入查询图像，进行特征提取后， 利用图1(a)训练得到的场景类别分类器和视觉属性分类器生成查询图像的场 景类别描述和视觉属性描述，利用查询图像场景类别描述在查询数据库中筛选具 有相同场景类别描述的图像构成候选图像集合，然后计算查询图像视觉属性描述 与候选图像集合视觉属性描述的相似度，最后按照视觉属性描述相似度从高到低 的顺序返回检索结果(如图1(b))。