[发明专利]一种多媒体对象的相似检索方法及装置

摘要

本发明公开了一种多媒体对象的相似检索方法及装置，通过对多媒体对象进行特征提取，获取多媒体对象的d维特征向量,对d维特征向量进行降维处理,提取待检索多媒体对象的d维特征向量，并通过iDistance算法，将待检索多媒体对象的d维特征向量映射为一维键值及数据空间中的查询点q,根据查询点q、查询空间及距离度量，修剪掉不需查询的Partition分区及不需查询的数据点,在经过修剪后的数据点中，确定包含于所述查询空间内的数据点，根据所述一维键值及查询点与对所述查询空间内的数据点进行查询，以查询待检索多媒体对象的d维特征向量。本发明减少无效的I/O查询，并以三角剪枝的方式降低计算开销，进而提高查询效率。

主权项

1.一种多媒体对象的相似检索方法，其特征在于，包括：通过对多媒体对象进行特征提取，获取多媒体对象的d维特征向量；将d维特征向量的数据空间划分为M个区域，通过iDistance算法，将d维特征向量映射为一维键值，并通过一维索引结构存储所述一维键值及所述d维特征向量，以获得查询数据库，其中，所述数据空间中包括d维特征向量对应的数据点；提取待检索多媒体对象的d维特征向量，并通过iDistance算法，将待检索多媒体对象的d维特征向量映射为一维键值及数据空间中的查询点q；根据查询点q、查询空间及距离度量，修剪掉不需查询的Partition分区及不需查询的数据点；在经过修剪后的数据点中，确定包含于所述查询空间内的数据点，根据所述一维键值，对所述查询空间内的数据点进行查询，以查询待检索多媒体对象的d维特征向量；所述特征提取包括SIFT特征提取、HARRIS特征提取和SUSAN特征提取；所述将d维特征向量划分为M个区域，通过iDistance算法，将d维特征向量映射为一维键值，并通过一维索引结构存储所述一维键值及所述d维特征向量，以获得查询数据库，包括：将多个d维特征向量的数据空间划分为m个分区P0、P1、…、Pm‑1；为每个分区选定参照点Q0、Q1、…、Qm‑1；根据d维特征向量对应的数据点p到参照点Qi的距离，将d维特征向量映射为一维键值，其中，一维键值y＝i×c+dist(p，Qi)，0≤i≤m‑1，c为弹性系数，dist(p，Qi)为d维特征向量对应的数据点p到参照点Qi的距离；采用映射后的一维键值y建立B+‑tree的索引结构,以存储所述一维键值y及所述d维特征向量；所述根据查询点q、查询空间及距离度量，修剪掉不需查询的Partition分区及不需查询的数据点的步骤，包括：将所述查询点q与查询半径r所形成的超球扩展成超立方体；判断每个Partition是否与所述超立方体相交；当所述Partition与所述超立方体不相交时，修剪掉不需查询的所述Partition，并扩大查询半径r，重新进行修剪判断，直至KNN检索结束；当KNN检索结束后，对未修剪的Partition中的数据点p增加数据点到数据空间中心的距离dist(p，center)，判断所述查询点q到数据空间中心的距离dist(q，center)及查询半径r，是否满足dist(p，center)≤r+dist(q，center)，当不满足时，修剪掉数据点p。