图像检索任务中的哈希算法研究

发布时间：2024-05-09 05:47

　　随着大数据、云计算等技术的发展,互联网与用户终端产生了体量大、结构复杂、处理难度高的多媒体数据资源,其中图像类数据以其较为有代表性的语义特征内容、数据内部相关性、广泛的应用场景、多样化的检索识别需求,成为多媒体数据检索与识别任务中较为有代表性的一类。在处理以图像为代表的多媒体信息检索问题时,常会因为数据维度过高而面临较高的时间与空间复杂度,此时使用线性查找匹配方式进行检索和识别工作会面临较大的困难。近似最邻近检索算法(Approximate Nearest Neighbor Search,ANNS)可以在不显著降低查找性能的前提下,大幅降低检索和识别处理的时间与空间复杂度。在众多ANNS类技术中,检索哈希算法以其高速、准确、稳定的优点,受到了较为广泛的关注。检索哈希算法利用哈希映射的碰撞概念,使相关数据具有相同或相近的哈希编码,通过对编码的检索实现快速准确的近似最邻近检索。利用检索哈希算法实现的基于内容的图像检索系统,具有较高的检索速度与准确度。利用相关反馈、深度学习等技术,可以进一步提升检索哈希算法在不同应用场景中的检索性能。本文围绕哈希算法在图像检索类问题中的应用,针对不同类型图像...

【文章页数】：110 页

【学位级别】：博士

【部分图文】：

图３－１?ＬＲＦＭＩＲ系统检索逻辑??现有的利用相关反馈信息优化检索结果的方法，通常包括结果权重调整??（Ｗｅｉｇｈｔ?Ａｄｊｕｓｔｍｅｎｔ）和检索点调整（Ｑｕｅｒｙ?ＰｏｉｎｔＭｏｖｅｍｅｎｔ），重点关注于利用??

检索流程??Ｉ?Ｉ?检索处理模块??检索结果优化???（?）?索引构建模块????＾?Ｖ?—?＝？?＿特征提取局部＾哈希??ｋ?待检索图像?映射??图像数据集????，ｒ＿＿，，???ｒ?＼?ｃ?＼?（?＼??左姑的去ａｉ栏自?资源索引?＜?资源索引ＩＤ与??生成与分发＜?＾存储....

图３－３?ＬＲＦＭＩＲ系统整体工作流程??

ＭＩＲ是多特征融合检索系统，需要分别计??算两类特征对应的资源索引信息，构建相关索引消息。在系统初始化阶段，索引??信息用于数据库内图像数据的索引存储过程；在检索阶段，索引信息用于待检索??数据的最邻近检索过程。??ＭＴＨ／ＢｏＶＷ局爲感索弓丨构建?存雛构??ｊ?Ｂｆｌｇｒ?ｖｔ....

图３＿４不同特征结果相似度示意??其中Ｘ标记代表实际需要检索的数据，▽和＋标记的数据分别对应基于ＭＴＨ基??元（ｔｅｘｔｏｎ）特征和ＳＵＲＦ视觉词袋特征得到的检索结果，〇标记代表同时被两??

北京邮电大学博士学位论文???针对这一问题，本章重点设计了分布式检索系统中的多特征相关反馈算法，??采用学习截断比例（Ｔｒｕｎｃａｔｉｎｇ?ｒａｔｅ?），按截断比例分别对基于两类特征??检索得到的结果进行截断，从而解决这一问题。基于标准数据集上的分析显示，??对不同特征评价标准所....

图３－６相关反馈迭代对检索性能的影响??

北京邮电大学博士学位论文???３．４．３．相关反馈??在ＬＲＦＭＩＲ系统持续不断完成检索任务的过程中，用户的相关反馈信息会??不断输入系统之中，利用本章设计的多特征相关反馈算法，系统可以学习更符合??用户需求的截断比例参数，提升检索性能。两个不同特征的截断比例在系统初始??化时被....

本文编号：3968403