《大規模圖像近似拷貝快速檢測方法研究》是依託杭州電子科技大學，由姚金良擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：大規模圖像近似拷貝快速檢測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：姚金良
- 依託單位：杭州電子科技大學
項目摘要,結題摘要,
項目摘要
圖像近似拷貝檢測是圖像檢索領域一個新的研究方向。在大規模圖像庫中實現快速魯棒的圖像近似拷貝檢測，尚需解決圖像的緊緻描述與高效檢索等關鍵問題。當前基於視覺辭彙的方法對視覺辭彙的多義性和同義性問題缺少針對性的關注。本項目擬以視覺辭彙的多義性和同義性問題為出發點，研究面向大規模圖像庫的有效利用視覺辭彙上下文信息和視覺辭彙擴展的圖像近似拷貝快速檢測方法。研究內容包括：(1)局部特徵視覺辭彙化方法，使視覺辭彙具有緊緻性、快速映射、強區分能力、數量有限性；(2)視覺辭彙上下文建模方法；(3)大規模高維視覺辭彙的快速近鄰檢索；(4)高效的圖像近似拷貝驗證方法。通過本項目的研究，有效彌補當前在大規模圖像庫中視覺辭彙表示和檢索方面的不足，推動近似拷貝圖像檢測技術的進一步發展，相關研究成果有助於促進基於視覺辭彙的圖像分類和檢索研究。
結題摘要
近似拷貝圖像檢測是當前圖像檢索領域一個活躍的研究課題，具有廣泛的套用前景。其面臨的主要問題是：在圖像庫規模不斷增大時如何保證檢索的效率和魯棒性。當前最為有效的方法是基於視覺辭彙模型的框架，其將局部特徵點量化為視覺辭彙，然後採用倒排索引構建索引庫。在該框架下，需要研究如何將局部特徵點表示為視覺辭彙這個最為根本的問題。針對現有視覺辭彙表示上存在的問題，圍繞著項目的研究目標，課題從局部特徵描述子量化、視覺辭彙上下文描述子構建和相似性計算、以及圖像近似拷貝檢測的具體套用等方面開展研究。成果體現在如下幾個方面：(1)在局部特徵描述子量化方面，梳理了相關的算法（相似哈希計算和K均值量化及其快速的近似查找方法），在此基礎上，針對SIFT描述子的特點採用了分組量化方法，其具有快速映射的效果。(2)視覺辭彙上下文描述子構建和相似性計算方面，我們建設性的提出了一種具有緊緻性、旋轉魯棒性、高區分能力的視覺辭彙上下文描述子，該上下文描述子在近似拷貝圖像檢索方面具有非常好的效果，而且通過上下文描述子增強視覺辭彙區分能力為近似拷貝圖像檢索提出了一個新的思路。(3)在套用方面，我們將圖像近似拷貝檢測技術套用於場景圖像的檢索中，設計了一種基於地理位置和實時拍攝圖像進行場景檢索的方法；另外，在拷貝視頻檢索上進行了嘗試性的套用，提出了視頻中局部特徵點的時空上下文描述子。總之，課題組在大規模近似圖像拷貝檢索方面做了深入研究，並在此基礎上將研究擴展到更為複雜的問題中，比如：場景檢索和拷貝視頻檢索等。項目組共發表4期刊論文，3篇國際會議論文，其中SCI論文2篇，EI收錄3篇，2項專利，待發表論文2篇，培養碩士生4名。
