基于移动众包模式的海量商品图像检索的研究与实现

发布时间：2019-09-29 09:55

【摘要】：随着移动电子商务的快速发展和普及,人们如何快速的从海量商品图像中找到符合自己需求的商品已成为大数据环境下移动电子商务所面临的新挑战。传统商品图像检索通常采用以下两种方式:1)基于关键词检索技术;2)基于图像内容的检索技术。由于上述两种商品图像检索方法存在检索准确度和预处理代价较高等问题,因此,图像检索的效率尚不理想。本文首次尝试将众包模式应用于基于内容的海量商品图像检索。众所周知,众包模式是互联网新型模式,是利用个人的选择和群体的力量,有效地发挥出群体的知识、技能、信息和技巧,解决多样性和复杂性问题。目前已具有了大量成功的应用实例,如谷歌翻译、维基百科、有道翻译、百度百科等。在移动无线网络环境下,网络带宽和流量限制使得图像传输耗时大,为此本文提出了交互式主动传输策略来提高图像传输效率。本文的主要内容和贡献如下:第一,提出一个海量商品图像检索框架——iCrowd。在iCrowd平台中将基于颜色直方图等纹理特征的查询结果集和检索图像制作成众包任务,以众包任务的形式发布,然后对众包任务结果进行统计分析得到查询用户所需的结果集。通过iCrowd平台的商品检索,检索的效率和用户满意度明显提高。第二,建立一种交互式主动传输模型。该方法是将传输图像进行分割成多个图像块,用户对感兴趣区域通鼠标点击使得感兴趣区域图像块保持分辨率不变,非感兴趣区域图像块分辨率相应地降低,从而可以整体降低整张图片的传输大小,达到理想的传输效率。第三,提出基于K近邻的缓存策略。利用历史查询图像直接获取部分结果集,减少众包任务数量,大大提高了查询效率。
【图文】：

逦Ｊ逡逑图３－１基于移动众包模式的海量图像检索的实现组件图逡逑该图像检索的体系结构如图３－１所示，主要由客户端和服务器端组成。逡逑在客户端，用户用户首先通过手机拍照功能或者使用手机本地图像文件获取逡逑查询图片，然后对图像提取６４－Ｄ颜色直方图特征，并且每个维度的值范围在０逡逑和１之间，最后将查询图像无线传输到服务器端。逡逑在服务器端，主要包含两个过程聚合处理和众包验证，聚合处理包含两部分逡逑内容缓冲区检查和图像数据过滤和提纯。而众包验证则是将聚合处理过后的候选逡逑图像集与查询图像做成众包任务发布到众包平台，将众包验证的结果集整合下就逡逑可得到最终的结果集。逡逑１２逡逑

逦ｖｅｒ巧ｋ＇ｃｎｉｏｎ逡逑图４－１移动云环境的架构逡逑如定义４．２所述，在移动云环境中，如图４－１中所示，查询结点负责用户逡逑查询图像提交；主结点负责：１）存储不同类别的商品图像（Ｑ）及其索引；２）逡逑缓冲区检查处理；３）通过查询图像与商品图像集（Ｑ）距离计算，导出并获得逡逑．经由图像距离计算处理获得的候选图像（ＱＩ）；从结点负责：１）聚合处理；２）逡逑通过人类验证从Ｑ＇获得答案集合（Ｑ＂）。逡逑定义４．３商品图像可由四元组表示：逡逑／，邋＝＜／，邋ｖｆｅａ，邋ｇＩＤ，，邋ｃＩＤ＞逦（４－１）逡逑其中／表示图像ＩＤ，ｖ／ｅ口对应于从提取的视觉持征，各瓜表示／，所属的逡逑集群ＩＤ，Ｃ必）表示商品所属的类别ＩＤ。逡逑１５逡逑
【学位授予单位】：浙江工商大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关博士学位论文 前1条

1 齐恒;基于内容图像检索的关键技术研究[D];大连理工大学;2012年

本文编号：2543863