构建近邻上下文的拷贝图像检索

• 作者: 姚金良 方小飞 杨醒龙 王小华
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 局部特征 视觉词汇 拷贝图像检索 词袋模型 图像检索
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1098-1105
• 页数: 8页
• 分类号: TP391.4
• 字数: 5300字
• 语种: 中文
• DOI: 10.11834/jig.160562

摘要

目的 以词袋模型为基础的拷贝图像检索方法是当前最有效的方法.然而,由于局部特征量化存在信息损失,导致视觉词汇区别能力不足和视觉词汇误匹配增加,从而影响了拷贝图像检索效果.针对视觉词汇的误匹配问题,提出一种基于近邻上下文的拷贝图像检索方法.该方法通过局部特征的上下文关系消除视觉词汇歧义,提高视觉词汇的区分度,进而提高拷贝图像的检索效果.方法 首先,以距离和尺度关系选择图像中某局部特征点周围的特征点作为该特征点的上下文,选取的上下文中的局部特征点称为近邻特征点;再以近邻特征点的信息以及与该局部特征的关系为该局部特征构建上下文描述子;然后,通过计算上下文描述子的相似性对局部特征匹配对进行验证;最后,以正确匹配特征点的个数衡量图像间的相似性,并以此相似性选取若干候选图像作为返回结果.结果 在Copydays图像库进行实验,与Baseline方法进行比较.在干扰图像规模为100 k时,相对于Baseline方法,mAP提高了63％.当干扰图像规模从100 k增加到1M时,Baseline的mAP值下降9％,而本文方法下降3％.结论 本文拷贝图像检索方法对图像编辑操作,如旋转、图像叠加、尺度变换以及裁剪有较高的鲁棒性.该方法可以有效地应用到图像防伪、图像去重等领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小华		62	492	13.0	18.0
3	姚金良		16	88	5.0	9.0
4	杨醒龙		1	2	1.0	1.0
7	方小飞		2	2	1.0	1.0