[发明专利]一种基于稀疏编码的相似性图像检索方法及系统

说明书

本发明提出了一种基于稀疏编码的相似性图像检索方法及系统，涉及图像识别领域。一种基于稀疏编码的相似性图像检索方法，包括如下步骤：根据基准图像进行基向量表征获取第一稀疏表征结果；根据图像库中的图像进行基向量表征得到第二稀疏表征结果；计算第一稀疏表征结果与第二稀疏表征结果的相似度；判断相似度是否大于预设阈值，若是，则判定为是相似性图像，若不是，则判定为非相似性图像。其能够更加充分地提取图像特征信息，在相似度计算的过程中更加精准、有针对性。此外本发明还提出了一种基于稀疏编码的相似性图像检索系统，包括：第一获取模块、第二获取模块、计算模块以及判断模块。

技术领域

本发明涉及图像识别领域，具体而言，涉及一种基于稀疏编码的相似性图像检索方法及系统。

背景技术

随着数字媒体时代的来临，海量的数字图像已经成为了我们生活中不可或缺的部分，在生命科学、教育、文化等多个领域也有非常广泛的应用。很多经典的机器学习方法，尤其深度学习方法能够从海量的图像库中检索出目标图像。如何利用单幅图像从海量的图像库中检索出语义相似的图像有非常好的实际应用价值。

然而，传统的机器学习方法不能非常有效地应用于单幅相似图像的检索。当今主流的方法存在以下问题：

1.特征提取方法并不非常有效，高度依赖于训练样本；

2.相似度计算的过程中没有一个有针对性的衡量标准。

发明内容

本发明的目的在于提供一种基于稀疏编码的相似性图像检索方法，其能够更加充分地提取图像特征信息，在相似度计算的过程中更加精准、有针对性。

本发明的另一目的在于提供一种基于稀疏编码的相似性图像检索系统，其能够运行一种基于稀疏编码的相似性图像检索方法。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种基于稀疏编码的相似性图像检索方法，其包括如下步骤根据基准图像进行基向量表征获取第一稀疏表征结果，根据图像库中的图像进行基向量表征得到第二稀疏表征结果，计算第一稀疏表征结果与第二稀疏表征结果的相似度，判断相似度是否大于预设阈值，若是，则判定为是相似性图像，若不是，则判定为非相似性图像。

在本发明的一些实施例中，上述根据基准图像进行基向量表征获取第一稀疏表征结果之前还包括利用图像库中的代表性图像对基向量进行训练。

在本发明的一些实施例中，上述利用图像库中的代表性图像对基向量进行训练包括固定字典中的基向量，调整编码系数，使得目标函数最小。

在本发明的一些实施例中，上述利用图像库中的代表性图像对基向量进行训练包括固定编码系数，调整字典中的基向量，使得目标函数最小。

在本发明的一些实施例中，上述利用图像库中的代表性图像对基向量进行训练包括通过不断迭代直至收敛，得到良好表达样本图像的一组基向量。

在本发明的一些实施例中，上述根据基准图像进行基向量表征获取第一稀疏表征结果之前还包括根据交叉互验对基向量进行优化。

在本发明的一些实施例中，上述根据基准图像进行基向量表征获取第一稀疏表征结果之前还包括对表征不精准的图像进行优化表征。

在本发明的一些实施例中，上述根据基准图像进行基向量表征获取第一稀疏表征结果之前还包括对图像进行显著性检测。

第二方面，本申请实施例提供一种基于稀疏编码的相似性图像检索系统，其包括第一获取模块，用于根据基准图像进行基向量表征获取第一稀疏表征结果，第二获取模块，用于根据图像库中的图像进行基向量表征得到第二稀疏表征结果，计算模块，用于计算第一稀疏表征结果与第二稀疏表征结果的相似度，判断模块，用于判断相似度是否大于预设阈值，若是，则判定为是相似性图像，若不是，则判定为非相似性图像。