基于自适应的加权二值编码的研究

发布时间：2021-01-15 22:52

　　随着互联网的发展以及多媒体技术的广泛应用,图像和视频等多媒体数据呈现快速增长趋势,其也为多媒体检索技术提出了严峻挑战。哈希算法将高维的浮点型图像特征映射为紧凑的二值编码,从而根据汉明距离查询近邻点,其具有检索速率快、存储空间占用小的优势。然而,当前哈希技术仍存在以下问题:（1）编码长度有限时汉明距离值数目较少;（2）检索结果中大量图像共享同汉明距离。针对以上问题,提出了数据统计查询自适应加权算法和乘积量化自适应加权重排序算法,主要贡献如下:1.提出数据统计查询自适应加权算法。为解决编码长度有限时汉明距离值数目较少的问题,提出为不同比特位分配不同的权重值,从而可根据加权汉明距离查询近邻点,距离值粒度更细、数目更多。为了更好地利用数据集原始特征信息,在二值化前获得数据集原始特征统计信息,能保留部分因二值化而丢失的信息,增大图像之间的区分性。因大量图像共享形相同的汉明距离,在使用数据集二值编码和查询向量二值编码计算权重值时,会有大量样本共享相同的权重值。为更好的利用查询向量的原始特征,使用查询向量原始特征计算权重值,保留了查询向量的差异性信息,提高了权重值的适应性,缓解了大量图像共享同一汉明... 

【文章来源】：山东理工大学山东省

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 哈希算法研究现状
    1.3 论文主要工作
    1.4 论文组织结构
第二章 基于哈希的最近邻查找技术
    2.1 典型哈希算法
        2.1.1 主成分分析哈希算法PCAH
        2.1.2 局部敏感哈希算法LSH
        2.1.3 迭代量化ITQ
    2.2 典型加权算法
        2.2.1 基于距离加权的重排方法
        2.2.2 基于比特位重要性的重排方法
        2.2.3 加权汉明距离排序WhRank
        2.2.4 查询自适应哈希排序算法QRank
    2.3 本章小结
第三章 数据统计查询自适应加权算法
    3.1 引言
    3.2 基于加权汉明距离的近邻检索
    3.3 查询自适应权重设计
    3.4 自适应权重设计
    3.5 实验结果与分析
        3.5.1 GIST数据集上实验结果及分析
        3.5.2 CIFAR10数据集上实验结果及分析
    3.6 本章小结
第四章 乘积量化自适应加权重排序算法
    4.1 引言
    4.2 乘积量化自适应加权重排序算法
    4.3 数据集统计信息
    4.4 权重值设计
    4.5 实验结果与分析
        4.5.1 GIST数据集上实验结果及分析
        4.5.2 CIFAR10数据集上实验结果及分析
    4.6 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间取得的成果
致谢



本文编号：2979652