[发明专利]一种基于语义偏好的快速图像检索方法

说明书

本发明公开了一种基于语义偏好的快速图像检索方法，首先以语义(标签)关联度指导训练语义中心分配模块，得到语义中心矩阵V，然后基于语义中心矩阵V，对固定特征提取模块进行训练，这样通过依照语义关联度约束语义中心在特征空间的分布，并令特征向量朝着对应语义中心聚集，从而在语义关联度的指导下充分利用特征空间，有效避免了具备不同标签的特征向量的混淆，解决了特征分布不合理的情况，有效避免不同类特征向量的混淆，提升检索准确度；其次，本发明为码字指定了语义偏好，实现了不可导的量化损失与有偏的软量化损失之间的折衷，采用偏差较低的方案优化码字，从而提升量化器性能，以保证执行快速检索时，量化向量能更好地近似特征向量，实现了降低量化误差的目的。

技术领域

本发明属于图像检索技术领域，更为具体地讲，涉及一种基于语义偏好的快速图像检索方法。

背景技术

在多媒体内容数据日益丰富的今日，直接在大规模多媒体数据库中检索内容对于数据库来说，无论是时间开销还是内存开销都代价太昂贵了。如何在多媒体数据库尤其是图像数据库中快速检索，以获得高相关性的结果(图像)变得愈加重要。尽管最近开发的深度学习技术在识别和感知图像用于图像匹配方面取得了成功，但这些技术仍然需要巨大的时空间开销，无法应用于实际场景。

为了解决这一问题，快速图像检索方法受到了越来越多的关注。具体来说，一个快速图像检索方法需要在可接受的时间内从数据库中找到相似的图像。因为同时考虑到了时间开销的问题，快速图像检索方法研究具备相当的实际应用价值，可以应用于商品图像检索系统、社交媒体图像检索系统以及人脸图像检索系统等大规模图像检索系统。

作为快速图像检索的主流方法之一，基于语义偏好的快速图像检索方法常常同时具备低内存消耗、高执行效率以及高检索精度等优势。但现有基于语义偏好的快速图像检索方法主要有以下缺陷：1)训练检索模型时通常从成对、三元组或基于锚的损失中学习特征提取器，这些损失只关注样本间的局部关系，而不是从全局的视角对齐特征。这可能会造成整个空间的利用不充分以及不同语义之间的严重混淆，从而导致检索性能下降；2)此外，为了使量化器能够以端到端的方式进行学习，当前的实践通常用softmax作为不可微分的量化操作的松弛函数，但是它是有偏的，通常会导致不尽如人意的次优解。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于语义偏好的快速图像检索方法，采用了更符合该快速图像检索任务需求的网络结构和损失函数，以解决现有方法容易导致的特征分布不合理，有效避免不同类特征向量的混淆，提升检索准确度，同时解决码字优化过程的梯度估计偏差过大的问题，以提升量化器性能，以保证执行快速检索时，量化向量能更好地近似原始特征向量，实现降低量化误差的目的。

为实现上述发明目的，本发明基于语义偏好的快速图像检索方法，其特征在于，包括以下步骤：

(1)、训练语义中心分配模块，获取语义中心矩阵V

1.1)、在给定的带标签的训练数据集中，统计各标签对应的图像集，计算标签i与标签j的关联度S_i,j：

其中，I_i为标签i对应的图像集合，I_j为标签j对应的图像集合，|| ||表示求图像集合的大小；

1.2)、语义中心分配模块的参数即各标签的语义中心,在初始化时，语义中心分配模块用随机值来初始化各标签的语义中心，然后计算每对语义中心的势能G_s(v_i,v_j)：

G_s(v_i,v_j)＝||cos(v_i,v_j)-S_i,j||₂