[发明专利]基于个性化视觉字典自适应调整的社交图像检索方法

摘要

本发明公开了一种基于个性化视觉字典自适应调整的社交图像检索方法，主要解决现有的社交图像检索性能不足的缺点。其实现步骤是：1.提取通用图像集中每幅图像的局部特征SIFT，构建通用视觉字典；2.提取用户图像集中每幅图像的局部特征SIFT，并利用用户图像集的局部特征SIFT的分布情况，对通用视觉字典进行调整，生成用户的个性化视觉字典；3.利用用户的个性化视觉字典，对用户图像进行量化表示，建立用户图像集的个性化倒排索引；4.根据用户的个性化视觉字典与倒排索引，完成查询图像的检索。本发明能有效减小从图像局部特征到视觉单词的量化误差，提高了图像检索的准确率，可用于对互联网中社交图像搜索。

主权项

一种基于个性化视觉字典自适应调整的社交图像检索方法，其特征在于，包括以下步骤：(1)在互联网上抓取Flickr网站的N幅图像作为通用图像集，提取每幅图像的局部特征SIFT，构建通用视觉字典，N>＝100万；(2)输入用户的图像集，提取每幅图像的局部特征SIFT，并利用用户图像集的局部特征SIFT的分布情况，对通用视觉字典进行调整，生成用户的个性化视觉字典；(3)利用用户的个性化视觉字典，对用户图像进行量化表示，建立用户图像集的个性化倒排索引；(4)根据用户的个性化视觉字典与倒排索引，完成查询图像的检索：(4a)根据用户的个性化视觉字典，对查询图像进行量化表示；(4b)计算查询图像与用户图像之间的相似度，根据相似度对用户图像集进行排序，将排在最前面的图像的索引值作为检索结果返回。