[发明专利]一种基于大数据下的视频图像智能搜索方法及系统

说明书

本发明涉及一种图像搜索技术领域，揭露了一种基于大数据下的视频图像智能搜索方法，包括：获取视频流，从中截取若干帧视频图像，并将所截取的视频图像写入HBase中；利用RDF Schema实现对视频图像的表述；获取待搜索图像，利用多层逐级融合的特征提取模型对待搜索图像中的语义特征进行提取；根据所提取的语义特征以及HBase表中的图像RDFS表述，通过构建多度量搜索树返回图像搜索的HBase表候选集；利用聚合重排序算法对候选集中的图像数据进行排序，将索引值最低的图像数据作为图像搜索结果。本发明还提供了一种基于大数据下的视频图像智能搜索系统。本发明实现了图像的检索。

技术领域

本发明涉及图像检索的技术领域，尤其涉及一种基于大数据下的视频图像智能搜索方法及系统。

背景技术

随着移动设备的日益普及，加之社交平台的广泛传播，图像的种类和数量正在以超凡的速度呈现爆炸式的增长，如何对大规模的图像数据进行有效地检索，己成为一个重要的研究课题。

图像检索有两种查询范式：关键字查询和样例查询。但是，这两种查询范式都有各自的问题，如在关键字查询中，存在用户表达和用户真实意图之间的意图鸿沟问题；在样例查询中，存在从图像中提取的底层视觉特征和图像所传达的高层语义概念之间的语义鸿沟问题。

且图像内容特征难以准确表达，即计算机的模型算法对图像特征的表达与人在视觉上的感知存在差异性，降低了图像搜索的准确率；在近邻搜索算法中，单一度量函数对图像内容特征相似度结果存在偏差，导致图像搜索的准确率有所下降。

鉴于此，如何在大数据背景下进行图像数据的存储，并对图像内容特征进行准确表达，同时对现有搜索算法进行改进，提高图像搜索的准确率，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于大数据下的视频图像智能搜索方法，通过利用大数据技术完成图像数据的分布式存储，并将非结构化图像数据转化为结构化数据，实现图像数据的标注信息共享，同时提出一种多层逐级融合的特征提取方式进行图像特征的提取，根据所提取的图像内容特征，进行基于重排序的图像搜索。

为实现上述目的，本发明提供的一种基于大数据下的视频图像智能搜索方法，包括：

获取视频流，从中截取若干帧视频图像，并将所截取的视频图像写入HBase中；

利用RDFSchema实现对视频图像的表述；

获取待搜索图像，利用多层逐级融合的特征提取模型对待搜索图像中的语义特征进行提取；

根据所提取的语义特征以及HBase表中的图像RDFS表述，通过构建多度量搜索树返回图像搜索的HBase表候选集；

利用聚合重排序算法对候选集中的图像数据进行排序，将索引值最低的图像数据作为图像搜索结果。

可选地，所述将所截取的视频图像写入HBase中，包括：

1)在客户端输入视频图像的本地存储地址，然后通过JAVA输入流将视频图像数据以流的形式读入，通过HDFS的写入流函数将读入的视频图像流上传到HDFS中；

2)从HDFS中读取一幅视频图像，得到视频图像的帧数；然后创建MapReduce任务，将图像帧数，视频图像作为Map任务的输入；

3)在MapReduce任务的Map阶段，根据视频图像的命名规则，从视频图像名称中解析出视频图像的相关属性，如图像名称、图像类型、图像采集时间、图像帧数等属性，并根据这些属性生成RowKey行键；