一種基于關(guān)鍵特征描述符選取的移動視覺檢索系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于關(guān)鍵特征描述符選取的移動視覺檢索系統(tǒng)，屬于移動視覺檢索領(lǐng)域。其特點(diǎn)是利用親合力傳播聚類方法對查詢圖像的特征描述符進(jìn)行關(guān)鍵特征描述符的選取，并采用對關(guān)鍵特征描述符傳輸后進(jìn)行加權(quán)匹配的方法。提出了通過關(guān)鍵特征描述符的選取進(jìn)而減少數(shù)據(jù)的傳輸量，以減少網(wǎng)絡(luò)傳輸延時(shí)，從而達(dá)到改善用戶體驗(yàn)的目的。同時(shí)，該方法可以有效地排除查詢圖像的噪聲點(diǎn)數(shù)據(jù)，在減少數(shù)據(jù)傳輸量的同時(shí)，還能有效提高檢索精確度。
【專利說明】一種基于關(guān)鍵特征描述符選取的移動視覺檢索系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于移動視覺領(lǐng)域，涉及一種基于關(guān)鍵特征描述符選取的移動視覺檢索系統(tǒng)。涉及到采用親和力傳播(Affinity Propagation,AP)聚類方法對圖像特征進(jìn)行關(guān)鍵特征描述符選取，以及對關(guān)鍵特征描述符傳輸并進(jìn)行加權(quán)圖像匹配的方法。
【背景技術(shù)】
[0002]隨著軟硬件技術(shù)的高速發(fā)展，移動視覺檢索應(yīng)用得到了迅速的發(fā)展。不斷增多的用戶數(shù)量和用戶對于服務(wù)質(zhì)量要求的提高對傳統(tǒng)的基于客戶端/服務(wù)器模式的移動視覺檢索服務(wù)提出了挑戰(zhàn)。傳統(tǒng)的客戶端/服務(wù)器模式下，用戶將手機(jī)等移動客戶端拍攝的圖像通過無線網(wǎng)絡(luò)傳輸?shù)椒?wù)器，再由服務(wù)器對圖像進(jìn)行檢索，以返回用戶查詢圖像的相關(guān)信息。由于無線網(wǎng)絡(luò)環(huán)境的帶寬限制，高質(zhì)量圖像的傳輸延時(shí)極大地增加了用戶的等待時(shí)間，降低了用戶體驗(yàn)。該應(yīng)用的響應(yīng)時(shí)間大致由三個(gè)方面組成:客戶端的處理時(shí)間、網(wǎng)絡(luò)傳輸時(shí)間、服務(wù)器處理時(shí)間。
[0003]現(xiàn)有的工作表明，在移動視覺檢索系統(tǒng)中，相比于客戶端和服務(wù)器的響應(yīng)時(shí)間，網(wǎng)絡(luò)傳輸延時(shí)是系統(tǒng)的瓶頸。因此，現(xiàn)有流行的系統(tǒng)都專注于設(shè)計(jì)一種低比特特征描述符來達(dá)到減少網(wǎng)絡(luò)傳輸延時(shí)的目的，以減少檢索響應(yīng)時(shí)間，提高用戶體驗(yàn)。為了解決由于無線網(wǎng)絡(luò)帶寬限制的服務(wù)瓶頸，低比特特征描述符被引入移動視覺檢索應(yīng)用中。在目前應(yīng)用的主流移動視覺檢索應(yīng)用中，采用了幾種新提出的低比特特征描述符，減少了一定的數(shù)據(jù)傳輸量。盡管采用了低比特特征描述符，但仍存在一些弊端。一方面，當(dāng)查詢圖像中存在大量的特征點(diǎn)，也對應(yīng)了大量的特征描述符，這種方式的傳輸數(shù)據(jù)量仍然很高，由此產(chǎn)生的網(wǎng)絡(luò)延時(shí)仍然有待降低，另一方面，查詢圖像的特征點(diǎn)中各特征點(diǎn)的重要性不同，其中更是存在部分噪聲點(diǎn)，會降低圖像檢索的準(zhǔn)確性，如何避免傳輸無用的噪聲點(diǎn)特征描述符是另一個(gè)值得研究的問題。

【發(fā)明內(nèi)容】

[0004]根據(jù)上述【背景技術(shù)】中的不足，本發(fā)明提供了一種基于親和力傳播聚類的關(guān)鍵特征描述符算法的移動視覺檢索系統(tǒng)，本發(fā)明的主要目的是通過聚類算法選取的中心點(diǎn)作為關(guān)鍵特征點(diǎn)，通過選取并只傳輸關(guān)鍵特征描述符進(jìn)行圖像檢索，已達(dá)到減少傳輸數(shù)據(jù)量的目的，從而減少網(wǎng)絡(luò)傳輸延時(shí)；同時(shí)，利用該關(guān)鍵性描述符提取算法，可有效的排除原查詢圖像中的一些噪聲點(diǎn)；在減少數(shù)據(jù)傳輸量的同時(shí)，還能有效地提高圖像檢索精度。
[0005]本發(fā)明的基于關(guān)鍵特征描述符的移動視覺檢索系統(tǒng)包括查詢圖像特征提取、關(guān)鍵特征描述符選取、加權(quán)關(guān)鍵特征描述符匹配；其進(jìn)行圖像檢索的技術(shù)方案是:
[0006](I)采用親和力傳播聚類算法(Affinity propagation)對提取到的查詢圖像特征進(jìn)行關(guān)鍵特征描述符選取:移動端提取查詢圖像的局部特征，查詢圖像的局部特征作為空間點(diǎn)集進(jìn)行親和力傳播聚類，將經(jīng)過親和力傳播聚類形成的所有中心特征點(diǎn)選取為關(guān)鍵特征描述符；[0007](2)對步驟(1)中得到的關(guān)鍵特征描述符進(jìn)行加權(quán)匹配，具體步驟如下:
[0008]a.當(dāng)特征描述符dk被選取為關(guān)鍵特征描述符，該關(guān)鍵特征描述符dk代表每一個(gè)屬于其類簇(cluster)的特征描述符,根據(jù)親和力傳播聚類算法中的消息參數(shù)(message)R(i, k)和消息參數(shù)A(i, k),定義關(guān)鍵特征描述符dk對一個(gè)屬于其類簇(cluster)的特征描
述符di的代表程度
【權(quán)利要求】
1.一種基于關(guān)鍵特征描述符選取的移動視覺檢索系統(tǒng)，其特征在于， (1)采用親和力傳播聚類算法對提取到的查詢圖像特征進(jìn)行關(guān)鍵特征描述符選取:移動端提取查詢圖像的局部特征，查詢圖像的局部特征作為空間點(diǎn)集進(jìn)行親和力傳播聚類，將經(jīng)過親和力傳播聚類形成的所有中心特征點(diǎn)選取為關(guān)鍵特征描述符； (2)對步驟(1)中得到的關(guān)鍵特征描述符進(jìn)行加權(quán)匹配，具體步驟如下: a.當(dāng)特征描述符dk被選取為關(guān)鍵特征描述符，該關(guān)鍵特征描述符dk代表每一個(gè)屬于其類簇的特征描述符，根據(jù)親和力傳播聚類算法中的消息參數(shù)R(i，k)和消息參數(shù)A(i，k)，定義關(guān)鍵特征描述符dk對一個(gè)屬于其類簇的特征描述符Cli的代表程度
【文檔編號】G06F17/30GK103914557SQ201410151518
【公開日】2014年7月9日 申請日期:2014年4月15日 優(yōu)先權(quán)日:2014年4月15日
【發(fā)明者】齊恒, 李克秋, 林愷, 蘭國語 申請人:大連理工大學(xué)