[发明专利]一种大规模分布式全掌脉络数据的闪速搜索比对方法

摘要

本发明涉及一种大规模分布式全掌脉络数据的闪速搜索比对方法，包括三个部分：对全掌脉络图像进行特征提取计算、构建特征数据库和搜索比对。本发明提供的技术方案，借鉴GIS的思路和网页搜索的方法，应用于掌脉数据的搜索比对上，能够在大规模、大流量和高频次的应用场景下实现海量掌脉数据闪速比对识别，解决了传统掌脉识别因速度慢而不能进行大规模大流量应用的技术难题。

主权项

1.一种大规模分布式全掌脉络数据的闪速搜索比对方法，其特征在于，包括以下的实施步骤：/nS1、对全掌脉络图像进行特征提取计算，具体为：/nS1-1、构建多尺度脉络特征空间，令原始图像为L₀，构建其下采样图像金字塔序列Sp＝{L₀，L₁，...，L_n-1}，n为构建的图像总数量，其中降采样因子为c；/nS1-2、脉络图像增强，对序列Sp每一层进行多尺度高斯滤波，然后对滤波后的图像进行脉络提取，再将各尺度核下的脉络图像进行融合，得到脉络图像序列{V₀，V₁，...，V_n-1}；/nS1-3、对脉络图像序列进行全局和局部特征提取，再将全局特征与局部特征综合获得最终特征F；/nS2、构建特征数据库，具体为：/nS2-1、对特征数据集中全局特征部分进行桶划分，随机初始化z个桶，采用聚类算法将数据集中的每一个全局特征做分类；/nS2-2、局部特征构建倒排索引，对每个特征F的局部特征构建“局部特征ID--用户ID”对，所有局部特征构建索引，将距离相近的局部特征作为一类，并将同一类的局部特征的用户ID写入该倒排记录表中；/nS3、搜索比对，具体为：/nS3-1、引入待比对特征H；/nS3-2、利用特征H的p个全局特征H₀获取桶编号序列{id₀，id₁，...，id_p-1}，然后在所得到的p个桶中进行并行搜索，在每个桶中的搜索过程为：/n1)遍历特征H的所有局部特征，每个特征搜索出t个近邻；/n2)查找每个局部特征t个近邻所对应的用户ID的集合T_m；/n3)对m个局部特征获得的所有ID进行∩运算：/nG_id＝T₀∩T₁∩...∩T_m-1＝{ID₀，ID₁，...，ID_j}/n得到每个桶的ID集合；/nS3-3、将每个桶获得的ID集合进行∪运算，即：/nG＝G₀∪G₁∪...G_p-1＝{g₀，g₁，...，g_j}/n得到最终的ID集合G；/nS3-4、计算集合G中每个特征与特征H的相似度分数：/n /n其中，vg为G的局部特征向量，vp为H的局部特征向量，m为局部特征的数量；/nS3-5、选取相似度分数最高的作为最终搜索比对所匹配的目标。/n