基于深度卷积神经网络和二进制哈希学习的图像检索方法

随着图像数据的迅猛增长,当前主流的图像检索方法采用的视觉特征编码步骤固定,缺少学习能力,导致其图像表达能力不强,而且视觉特征维数较高,严重制约了其图像检索性能。针对这些问题,该文提出一种基于深度卷积神径网络学习二进制哈希编码的方法,用于大规模的图像检索。该文的基本思想是在深度学习框架中增加一个哈希层,同时学习图像特征和哈希函数,且哈希函数满足独立性和量化误差最小的约束。首先,利用卷积神经网络强大的学习能力挖掘训练图像的内在隐含关系,提取图像深层特征,增强图像特征的区分性和表达能力。然后,将图像特征输入到哈希层,学习哈希函数使得哈希层输出的二进制哈希码分类误差和量化误差最小,且满足独立性约束。最后,给定输入图像通过该框架的哈希层得到相应的哈希码,从而可以在低维汉明空间中完成对大规模图像数据的有效检索。在3个常用数据集上的实验结果表明,利用所提方法得到哈希码,其图像检索性能优于当前主流方法。

基于二进制哈希与空间金字塔的视觉词袋模型生成方法

构建视觉词典是视觉词袋模型中的关键步骤,目前大多数视觉词典是基于k-means及其改进算法聚类生成。但由于k-means聚类的局限性以及样本空间结构的复杂性与高维性,该方式构建的视觉词典存在区分性较差、构建时间过长、不包含空间信息等问题。为此,提出一种改进的视觉词袋模型生成方法,以缩短视觉词典的构建时间。提取图像的局部特征点,构成局部特征点描述集。学习二进制哈希函数,将局部特征点映射为视觉单词,并对视觉词进行过滤,生成二进制哈希码的视觉词典。利用生成的视觉词典,结合空间金字塔匹配模型生成新的视觉词典模型,将图像表示为空间金字塔直方图向量,并应用于图像分类和检索。实验结果表明,该模型具有较高的分类精度和检索性能。

哈希编码结合空间金字塔的图像分类

目的稀疏编码是当前广泛使用的一种图像表示方法，针对稀疏编码及其改进算法计算过程复杂、费时等问题，提出一种哈希编码结合空间金字塔的图像分类算法。方法首先，提取图像的局部特征点，构成局部特征点描述集。其次，学习自编码哈希函数，将局部特征点表示为二进制哈希编码。然后，在二进制哈希编码的基础上进行K均值聚类生成二进制视觉词典。最后，结合空间金字塔模型，将图像表示为空间金字塔直方图向量，并应用于图像分类。结果在常用的Caltech-101和Scene-15数据集上进行实验验证，并和目前与稀疏编码相关的算法进行实验对比。与稀疏编码相关的算法相比，本文算法词典学习时间缩短了50％，在线编码速度提高了1．3～12．4倍，分类正确率提高了1％～5％。结论提出了一种哈希编码结合空间金字塔的图像分类算法，利用哈希编码代替稀疏编码对局部特征点进行编码，并结合空间金字塔模型用于图像分类。实验结果表明，本文算法词典学习时间更短、编码速度更快，适用于在线词典学习和应用。