專利名稱：：基于稀疏降維的譜哈希索引方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及圖像搜索方法，尤其涉及一種基于稀疏降維的譜哈希索引方法。
背景技術(shù)：
：隨著互聯(lián)網(wǎng)的不斷發(fā)展，傳統(tǒng)圖像搜索方法中索引機(jī)制已很難滿足用戶高層次需求，以指數(shù)級(jí)迅猛增長(zhǎng)的海量數(shù)據(jù)給提高搜索引擎效率帶來(lái)了巨大挑戰(zhàn)。當(dāng)前，海量圖像數(shù)據(jù)呈現(xiàn)高維、多階特性。對(duì)于給定的互聯(lián)網(wǎng)圖像數(shù)據(jù)，其中提取的視覺特征等動(dòng)輒成百上千，這些高維數(shù)據(jù)給圖像的相似度計(jì)算和語(yǔ)義分析帶來(lái)了諸多困難。為了提高高維圖像數(shù)據(jù)處理效率，下述三種方法被廣泛研究，成為國(guó)際國(guó)內(nèi)學(xué)術(shù)執(zhí)占·1)流形學(xué)習(xí)。近來(lái)，研究者已普遍認(rèn)識(shí)到數(shù)據(jù)所具有高維特征本質(zhì)上被有限自由度決定，分析數(shù)據(jù)幾何拓?fù)浞植冀Y(jié)構(gòu)不僅能優(yōu)化數(shù)據(jù)間相似性計(jì)算，也能夠大大降低計(jì)算復(fù)雜度，這一方面代表性工作是“流形學(xué)習(xí)”。流形學(xué)習(xí)理論通過構(gòu)建離散數(shù)據(jù)間形成的相鄰圖，應(yīng)用譜分析手段獲得高維特征內(nèi)嵌子空間，包括等距映射(IS0MAP)、局部線性嵌入(LLE)和保局投影(LPP)等代表性方法。作為一種有效的高維降維手段，流形學(xué)習(xí)在圖像語(yǔ)義理解和計(jì)算機(jī)視覺等領(lǐng)域得到了深入研究和廣泛應(yīng)用。2)變量選擇(VariableSelection)。在數(shù)據(jù)分析過程中，當(dāng)樣本特征維數(shù)遠(yuǎn)遠(yuǎn)大于樣本數(shù)目時(shí)，傳統(tǒng)方法難以準(zhǔn)確進(jìn)行數(shù)據(jù)預(yù)測(cè)與識(shí)別，斯坦福大學(xué)Tibshirani和加州大學(xué)伯克利分校Breiman幾乎同時(shí)提出了對(duì)特征系數(shù)施以I1-范式約束的lassoQeastabsolutionshrinkageandselectionoperator)思想，促使被選擇出來(lái)的特征盡可能稀疏，以保證結(jié)果穩(wěn)定性和提高數(shù)據(jù)處理過程的可解釋性(interpretable)。由于從圖像中可提取特征眾多，如何從高維數(shù)據(jù)中尋找有效稀疏表達(dá)，在稀疏表達(dá)基礎(chǔ)上理解圖像所蘊(yùn)含語(yǔ)義，成為當(dāng)前計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域一個(gè)發(fā)展趨勢(shì)。3)高維索引。與海量環(huán)境中文本檢索可以按照字典序通過倒排表和Pat數(shù)組等模型進(jìn)行高效索引不同，從多媒體數(shù)據(jù)提取的無(wú)序高維特征難以進(jìn)行以字典序?yàn)榛A(chǔ)高效索引。目前以R樹、K-D-B樹及X樹等樹形結(jié)構(gòu)為代表的多維索引技術(shù)雖然取得了一些進(jìn)展，然而研究表明大多數(shù)多維索引結(jié)構(gòu)的時(shí)間開銷為指數(shù)級(jí)，不適合維數(shù)過高的情況(比如幾十維)，其查詢效率甚至低于對(duì)原始數(shù)據(jù)進(jìn)行順序掃描的查詢效率。同時(shí)，如何保證數(shù)據(jù)的語(yǔ)義索引(SemanticHashing)，即在索引空間中所計(jì)算相似度與在原始高維空間中所計(jì)算相似度保持一致，成為熱點(diǎn)問題。如何利用機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)高維數(shù)據(jù)的“語(yǔ)義索引”。為了提高高維數(shù)據(jù)相似度匹配的效率，一些索引方法被相繼提出。在這一方面，LSH(LocalitySensitiveHash)是一種代表性的高維特征索引技術(shù)。LSH通過一組哈希函數(shù)的映射結(jié)果達(dá)到高維索引目的。在LSH中，所使用的哈希函數(shù)必須滿足如下條件任意兩個(gè)高維數(shù)據(jù)通過哈希函數(shù)作映射時(shí)發(fā)生沖突概率正比于數(shù)據(jù)點(diǎn)在原始高維空間之間距離。這樣，任意兩個(gè)相似的高維數(shù)據(jù)通過哈希函數(shù)會(huì)以很大概率被分配到哈希表中同一項(xiàng)中。由于LSH是基于概率模型產(chǎn)生編碼，在實(shí)際應(yīng)用中難以保證穩(wěn)定的表現(xiàn)，往往會(huì)產(chǎn)生令人難以滿意的結(jié)果。從圖1可以看出，隨著編碼位數(shù)的上升，LSH的準(zhǔn)確率提升比較緩慢，而迭代收斂的速度也可能非常慢。機(jī)器學(xué)習(xí)的思路被引入索引方法后產(chǎn)生了RBM(restrictedBoltzmannmachine-RBM)和stumpBoostingSSC等方法。RBM利用一種兩層無(wú)向圖形學(xué)的模型，產(chǎn)生RBM機(jī)來(lái)處理指數(shù)型分布族。該模型最底層代表原空間向量，最高層代表得到的數(shù)據(jù)二進(jìn)制編碼，最頂上的兩層形成了一個(gè)無(wú)向兩偶圖，其余層形成了一個(gè)有向的自上而下聯(lián)系的信念網(wǎng)絡(luò)。每層均通過訓(xùn)練RBM機(jī)，得到隱藏變量。預(yù)處理完，每一層各自的RBM展開用以建立一個(gè)深的自動(dòng)編碼器。如果隨機(jī)的二進(jìn)制特征活動(dòng)是確定的、實(shí)值概率，那么我們可以通過整個(gè)網(wǎng)絡(luò)反向傳播來(lái)微調(diào)計(jì)數(shù)數(shù)據(jù)的最佳重建的權(quán)重。為了讓編碼成為二進(jìn)制編碼，可從底層向高層的輸入加入高斯噪聲，由每個(gè)編碼單元接受。圖1顯示了RBM相較于LSH有更好的表現(xiàn)。將RBM應(yīng)用于海量數(shù)據(jù)檢索，可較之LSH取得幾個(gè)數(shù)量級(jí)的效率提高。但是由于RBM自身方法的復(fù)雜性，在保證精確的同時(shí)大大地犧牲了效率。“Boosting”是一種提高任何學(xué)習(xí)方法性能的常用方法。它通過在訓(xùn)練數(shù)據(jù)的不同分布上反復(fù)運(yùn)行一個(gè)給定的弱學(xué)習(xí)方法來(lái)工作的，然后結(jié)合由弱學(xué)習(xí)器產(chǎn)生的單個(gè)復(fù)合的分類器。在Boosting方法中，每個(gè)弱學(xué)習(xí)器是一個(gè)決定樁(decisionstump)，對(duì)于輸入數(shù)據(jù)，所有弱學(xué)習(xí)器的輸出是一個(gè)二進(jìn)制編碼。圖1顯示了這種Boosting程序同樣比LSH編碼奏效，但是稍弱于RBM。但是，Boosting仍然面臨方法復(fù)雜度較高和高維索引效率較低的問題。為了克服上述問題，基于譜分析的哈希函數(shù)(spectralhashing)被提出。譜哈希對(duì)高維數(shù)據(jù)樣本集引入特征函數(shù)(eigenfunction)，通過主成份分析(Principlecomponentanalysis,PCA)對(duì)高維數(shù)據(jù)降維后的結(jié)果直接進(jìn)行二元編碼，不僅提高了索引效率，而且在索引空間中所計(jì)算樣本距離與高維空間所計(jì)算樣本距離能保持一致。但是，譜哈希編碼過程中將使用PCA對(duì)原始空間進(jìn)行降維。PCA雖然是常用的數(shù)據(jù)降維方式，但PCA求得的主成分是幾乎所有原始變量的線性組合，而實(shí)際中降維所得的變量往往僅與原始的某幾個(gè)變量有關(guān)?；谶@點(diǎn)，本發(fā)明引入SparsePCA(SPCA)的方法，對(duì)譜哈希方法進(jìn)行了改進(jìn)。
發(fā)明內(nèi)容本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種基于稀疏降維的譜哈希索引方法?；谙∈璞磉_(dá)和拉普拉斯圖的哈希索引方法包括如下步驟1)將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征；2)對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量；3)利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量；4)利用有權(quán)重的拉普拉斯-貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量；5)對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像。所述的將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征步驟為對(duì)于包含N幅原始圖像的訓(xùn)練集，定義圖像的尺度空間L(x，y，σ)為如下公式L(X，y，σ)=G(x，yσ)*Ι(χ,y)其中G(x，y，σ)是尺度可變高斯函數(shù)，G(xjp)=^^e+2+^/2σ2(x,y)是空間坐標(biāo)，σ是尺度坐標(biāo)，I(x,y)是圖像的像素值，則利用不同尺度坐標(biāo)生成高斯差分尺度空間D(x，y，σ)，公式如下D(x,y,σ)=(G(χ,y,kσ)-G(χ,y,σ))ΦΙ(χ,y)=L(χ,y,kσ)-L(χ,y,σ)k為不同尺度空間的變化系數(shù)，計(jì)算每個(gè)像素點(diǎn)的D(χ，y,σ)，并與其相鄰的8個(gè)像素點(diǎn)以及相鄰尺度空間的9個(gè)像素點(diǎn)，共26個(gè)像素點(diǎn)進(jìn)行比較，找到變化最大的像素點(diǎn)，即為原始圖像的關(guān)鍵像素點(diǎn)；關(guān)鍵像素點(diǎn)26個(gè)方向中變化最大的方向作為關(guān)鍵像素點(diǎn)的變化方向，以每個(gè)關(guān)鍵像素點(diǎn)為中心，四周取64個(gè)像素點(diǎn)，每相鄰的4個(gè)像素點(diǎn)為一像素組，共得到16像素組，每個(gè)像素組的四個(gè)像素點(diǎn)的方向做向量相加得到像素組的方向，再投射到每個(gè)關(guān)鍵像素點(diǎn)的上、下、左、右、左上、右上、左下、右下八個(gè)方向上，得到8個(gè)坐標(biāo)值，共得到128個(gè)坐標(biāo)值，為一個(gè)圖像底層特征。所述的對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量步驟為用m表示降維的維度，將所有圖像底層特征中的前m個(gè)作為m類，各自為自己的聚類中心，然后將剩余的圖像底層特征分別計(jì)算與各個(gè)聚類中心的距離，并將其加入距離最近的一類中，取各個(gè)類所有圖像底層特征的算術(shù)平均作為新的聚類中心，重復(fù)這一過程直至收斂，此時(shí)所有圖像底層特征聚為m類，將每類的中心作為視覺單詞，統(tǒng)計(jì)每幅圖像中每個(gè)視覺單詞出現(xiàn)的次數(shù)，得到的m維向量用來(lái)表示原始圖像。所述的利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量步驟為將原始圖像構(gòu)成的向量作為行向量將訓(xùn)練集和測(cè)試集表示成矩陣形式，即原集合的特征矩陣X，根據(jù)如下公式計(jì)算特征矩陣的協(xié)方差矩陣ΣΣ=E[(X-E[X])(X-E(X))τ]其中E表示期望計(jì)算，T表示矩陣轉(zhuǎn)置，利用半正定約束近似計(jì)算協(xié)方差矩陣Σ的稀疏主成分P，并利用如下公式更新矩陣ΣΣ=Σ-(PtΣρ)ρρτ重復(fù)這一過程直到找到Σ的m個(gè)稀疏主成分{Pl，...，pm}，將這些主成分向量作為矩陣的列向量，得到矩陣M，從而通過B=XXM得到新的NXm的低維空間的稀疏向量矩陣B。所述的利用有權(quán)重的拉普拉斯_貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量步驟為定義矩陣B的第j個(gè)列向量為Β(:,」)，則<可以定義如下,2S2π§k其中k=1，...和巧"J分別表示B(:,j0的最大值和最小值，ε是一個(gè)常數(shù)。這樣對(duì)于每一個(gè)列向量Β(:,Λ，求得，因此共得到NXm個(gè)=…iV;/=l,…w)。排序《，取前m個(gè)巧記為,...,《in}，假設(shè)對(duì)應(yīng)于Xi的二元編碼是yie{_l，l}m，則其第j個(gè)映射值y(i，j)由如下映射函數(shù)求得^rKTTy('·’J)=(Sfa,B(U0)-sin(-+———B(i,t))1BCJ)其中Vn為{W..,《m}的第j個(gè)最小值，它由k和B的第t列求得，和分別表示B(:,t)的最大值和最小值，i=(i，...N)，j=(l，...m)，以0作為閾值，所得值大于0則用1表示，否則則用-1表示，將歐式空間向量其轉(zhuǎn)化為二元編碼，即是漢明空間向量。所述的對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像步驟為漢明空間向量是由{_1，1}組成的向量，向量之間的距離用漢明距離來(lái)度量，即將同維度向量之間不同元素的個(gè)數(shù)作為向量之間的距離，對(duì)于待檢索的圖像，得到漢明空間向量與原始圖像的漢明空間向量之間的漢明距離，返回漢明距離最近的一個(gè)向量所對(duì)應(yīng)的原始圖像，如果有多個(gè)向量與待檢索圖像的漢明距離相等，則全部作為待檢索的圖像的相似圖像返回。本發(fā)明與現(xiàn)有技術(shù)相比具有的有益效果1)本發(fā)明用稀疏降維方式代替譜哈希的主成分分析降維方式，增加了結(jié)果的可解釋性；2)本發(fā)明將歐氏空間的搜索問題映射到漢明空間，大大提高了搜索效率。圖1是LSH、RBM、stumpsboostingSSC方法的比較。在海明距離2作為搜索半徑，隨著維度增加各種方法的準(zhǔn)確率；圖2是本發(fā)明與譜哈希和RBM方法在Fl評(píng)價(jià)系統(tǒng)下的對(duì)比結(jié)果，其中點(diǎn)劃線為本發(fā)明結(jié)果，實(shí)線為譜哈希結(jié)果，虛線為RBM結(jié)果；圖3是本發(fā)明與譜哈希和RBM方法在AUC評(píng)價(jià)系統(tǒng)下的對(duì)比結(jié)果，其中點(diǎn)劃線為本發(fā)明結(jié)果，實(shí)線為譜哈希結(jié)果，虛線為RBM結(jié)果。具體實(shí)施例方式基于稀疏表達(dá)和拉普拉斯圖的哈希索引方法包括如下步驟1)將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征；2)對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量；3)利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量；4)利用有權(quán)重的拉普拉斯-貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量；5)對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像。所述的將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征步驟為對(duì)于包含N幅原始圖像的訓(xùn)練集，定義圖像的尺度空間L(x，y，σ)為如下公式L(X，y，σ)=G(x，yσ)*Ι(χ,y)其中G(x，y，σ)是尺度可變高斯函數(shù)，((χ,;;，σ)二/2σ2(x，y)是空間坐標(biāo)，σ是尺度坐標(biāo)，I(x,y)是圖像的像素值，則利用不同尺度坐標(biāo)生成高斯差分尺度空間D(x，y，σ)，公式如下D(x,y,σ)=(G(χ,y,kσ)-G(χ,y,σ))ΦΙ(χ,y)=L(χ,y,kσ)-L(χ,y,σ)k為不同尺度空間的變化系數(shù)，計(jì)算每個(gè)像素點(diǎn)的D(χ，y,σ)，并與其相鄰的8個(gè)像素點(diǎn)以及相鄰尺度空間的9個(gè)像素點(diǎn)，共26個(gè)像素點(diǎn)進(jìn)行比較，找到變化最大的像素點(diǎn)，即為原始圖像的關(guān)鍵像素點(diǎn)；關(guān)鍵像素點(diǎn)26個(gè)方向中變化最大的方向作為關(guān)鍵像素點(diǎn)的變化方向，以每個(gè)關(guān)鍵像素點(diǎn)為中心，四周取64個(gè)像素點(diǎn)，每相鄰的4個(gè)像素點(diǎn)為一像素組，共得到16像素組，每個(gè)像素組的四個(gè)像素點(diǎn)的方向做向量相加得到像素組的方向，再投射到每個(gè)關(guān)鍵像素點(diǎn)的上、下、左、右、左上、右上、左下、右下八個(gè)方向上，得到8個(gè)坐標(biāo)值，共得到128個(gè)坐標(biāo)值，為一個(gè)圖像底層特征。所述的對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量步驟為用m表示降維的維度，將所有圖像底層特征中的前m個(gè)作為m類，各自為自己的聚類中心，然后將剩余的圖像底層特征分別計(jì)算與各個(gè)聚類中心的距離，并將其加入距離最近的一類中，取各個(gè)類所有圖像底層特征的算術(shù)平均作為新的聚類中心，重復(fù)這一過程直至收斂，此時(shí)所有圖像底層特征聚為m類，將每類的中心作為視覺單詞，統(tǒng)計(jì)每幅圖像中每個(gè)視覺單詞出現(xiàn)的次數(shù)，得到的m維向量用來(lái)表示原始圖像。所述的利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量步驟為將原始圖像構(gòu)成的向量作為行向量將訓(xùn)練集和測(cè)試集表示成矩陣形式，即原集合的特征矩陣X，根據(jù)如下公式計(jì)算特征矩陣的協(xié)方差矩陣ΣΣ=E[(X-E[X])(X-E(X))τ]其中E表示期望計(jì)算，T表示矩陣轉(zhuǎn)置，利用半正定約束近似計(jì)算協(xié)方差矩陣Σ的稀疏主成分P，并利用如下公式更新矩陣ΣΣ=Σ-(PtΣρ)ρρτ重復(fù)這一過程直到找到Σ的m個(gè)稀疏主成分{Pl，...，pm}，將這些主成分向量作為矩陣的列向量，得到矩陣M，從而通過B=XXM得到新的NXm的低維空間的稀疏向量矩陣B0所述的利用有權(quán)重的拉普拉斯_貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量步驟為定義矩陣B的第j個(gè)列向量為8(:」.)，則<可以定義如下￡2knk~TB^-BmJnSj=l-e其中k=1，...隊(duì)巧二和巧分別表示B(:,j0的最大值和最小值，ε是一個(gè)常數(shù)。這樣對(duì)于每一個(gè)列向量Β(:』，求得N個(gè)^，因此共得到NXm個(gè)《0=l,…iV;_/=l,…m)。排m]，取前m個(gè)《記為,...,Cin}，假設(shè)對(duì)應(yīng)于Xi的二元編碼是yie{_l，l}m，則其第j個(gè)映射值y(i，j)由如下映射函數(shù)求得ητΚ.7Γy(Uj)二Θ(Vn,B(i,0)-sin(-+B(i,t))2\t)其中^"in為丨丨的第j個(gè)最小值，它由k和B的第t列求得，A=和Sg分別表示B(:,t)的最大值和最小值，i=(i，...N)，j=(l，...m)，以0作為閾值，所得值大于0則用1表示，否則則用-1表示，將歐式空間向量其轉(zhuǎn)化為二元編碼，即是漢明空間向量。所述的對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像步驟為漢明空間向量是由{_1，1}組成的向量，向量之間的距離用漢明距離來(lái)度量，即將同維度向量之間不同元素的個(gè)數(shù)作為向量之間的距離，對(duì)于待檢索的圖像，得到漢明空間向量與原始圖像的漢明空間向量之間的漢明距離，返回漢明距離最近的一個(gè)向量所對(duì)應(yīng)的原始圖像，如果有多個(gè)向量與待檢索圖像的漢明距離相等，則全部作為待檢索的圖像的相似圖像返回。實(shí)施例我們?cè)赥REC-V2009數(shù)據(jù)集上具體實(shí)現(xiàn)了上述方法。在所有關(guān)鍵幀中隨機(jī)選取3047幅圖像作為原始圖像，利用度可變高斯函數(shù)計(jì)算每一個(gè)像素點(diǎn)，得到關(guān)鍵像素點(diǎn)，提取圖像底層特征，再用k-means方法表示為300維空間的視覺單詞的向量，從而形成原始圖像特征矩陣X。再通過下述方法步驟得到漢明空間向量。輸入原始訓(xùn)練圖像集合X和編碼長(zhǎng)度m；輸出每幅圖像的二元編碼；方法描述步驟1計(jì)算X的協(xié)方差矩陣Σ；步驟2計(jì)算Σ的m個(gè)稀疏主成分得到矩陣M；步驟3:B=XXM;步驟4計(jì)算矩陣Σ的NXm個(gè)《并升序排列；步驟5將B映射到漢明空間。另外隨機(jī)抽取45幅圖像作為待檢索圖像，計(jì)算求得待檢索圖像與原始圖像的漢明距離，返回相似圖像。返回結(jié)果與現(xiàn)有技術(shù)譜哈希、RBM的對(duì)比結(jié)果如圖2、圖3所示?？梢钥闯?，我們的方法優(yōu)于現(xiàn)有方法。權(quán)利要求一種基于稀疏表達(dá)和拉普拉斯圖的哈希索引方法，其特點(diǎn)在于包括如下步驟1)將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征；2)對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用Kmeans方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量；3)利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量；4)利用有權(quán)重的拉普拉斯貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量；5)對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像。2.根據(jù)權(quán)利要求1所述的一種基于稀疏表達(dá)和拉普拉斯圖的哈希方法，其特點(diǎn)在于所述的將原始圖像利用SIFT方法提取圖像底層特征，得到具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征步驟為對(duì)于包含N幅原始圖像的訓(xùn)練集，定義圖像的尺度空間L(x，y，σ)為如下公式L(x,y,σ)=G(χ,yσ(χ,y)其中G(x，y，σ)是尺度可變高斯函數(shù)，是空間坐標(biāo)，σ是尺度坐標(biāo)，I(x,y)是圖像的像素值，則利用不同尺度坐標(biāo)生成高斯差分尺度空間D(x，y，σ)，公式如下k為不同尺度空間的變化系數(shù)，計(jì)算每個(gè)像素點(diǎn)的D(χ，y,σ)，并與其相鄰的8個(gè)像素點(diǎn)以及相鄰尺度空間的9個(gè)像素點(diǎn)，共26個(gè)像素點(diǎn)進(jìn)行比較，找到變化最大的像素點(diǎn)，即為原始圖像的關(guān)鍵像素點(diǎn)；關(guān)鍵像素點(diǎn)26個(gè)方向中變化最大的方向作為關(guān)鍵像素點(diǎn)的變化方向，以每個(gè)關(guān)鍵像素點(diǎn)為中心，四周取64個(gè)像素點(diǎn)，每相鄰的4個(gè)像素點(diǎn)為一像素組，共得到16像素組，每個(gè)像素組的四個(gè)像素點(diǎn)的方向做向量相加得到像素組的方向，再投射到每個(gè)關(guān)鍵像素點(diǎn)的上、下、左、右、左上、右上、左下、右下Λ個(gè)方向上，得到8個(gè)坐標(biāo)值，共得到128個(gè)坐標(biāo)值，為一個(gè)圖像底層特征。3.根據(jù)權(quán)利要求1所述的一種基于稀疏表達(dá)和拉普拉斯圖的哈希方法，其特征在于所述的對(duì)具有旋轉(zhuǎn)不變性和規(guī)模不變性的圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞，從而將原始圖像表示為高維空間的視覺單詞的向量步驟為用m表示降維的維度，將所有圖像底層特征中的前m個(gè)作為m類，各自為自己的聚類中心，然后將剩余的圖像底層特征分別計(jì)算與各個(gè)聚類中心的距離，并將其加入距離最近的一類中，取各個(gè)類所有圖像底層特征的算術(shù)平均作為新的聚類中心，重復(fù)這一過程直至收斂，此時(shí)所有圖像底層特征聚為m類，將每類的中心作為視覺單詞，統(tǒng)計(jì)每幅圖像中每個(gè)視覺單詞出現(xiàn)的次數(shù)，得到的m維向量用來(lái)表示原始圖像。4.根據(jù)權(quán)利要求1所述的一種基于稀疏表達(dá)和拉普拉斯圖的哈希方法，其特點(diǎn)在于所述的利用直接的稀疏主成分分析方法對(duì)高維空間的視覺單詞的向量進(jìn)行降維并稀疏化，得到低維空間的視覺單詞的稀疏向量步驟為將原始圖像構(gòu)成的向量作為行向量將訓(xùn)練集和測(cè)試集表示成矩陣形式，即原集合的特征矩陣X，根據(jù)如下公式計(jì)算特征矩陣的協(xié)方差矩陣Σ其中E表示期望計(jì)算，T表示矩陣轉(zhuǎn)置，利用半正定約束近似計(jì)算協(xié)方差矩陣Σ的稀疏主成分P，并利用如下公式更新矩陣Σ重復(fù)這一過程直到找到Σ的m個(gè)稀疏主成分(Pl，...，pm}，將這些主成分向量作為矩陣的列向量，得到矩陣M，從而通過B=XXM得到新的NXm的低維空間的稀疏向量矩陣B。5.根據(jù)權(quán)利要求1所述的一種基于稀疏表達(dá)和拉普拉斯圖的哈希方法，其特點(diǎn)在于所述的利用有權(quán)重的拉普拉斯_貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，從而將低維空間的視覺單詞的稀疏向量轉(zhuǎn)化為低維漢明空間向量步驟為定義矩陣B的第j個(gè)列向量為Β(:，Λ，則<可以定義如下其中k=1，...N，巧1^和巧分別表示B(…)的最大值和最小值，ε是一個(gè)常數(shù)。這樣對(duì)于每一個(gè)列向量Β(:,」)，求得N個(gè)《，因此共得到NXm個(gè)==...m)。排序<，取前m個(gè)<記為WZnin,...,δΓ},假設(shè)對(duì)應(yīng)于Xi的二元編碼是Yie{-l，l}m，則其第j個(gè)映射值y(i，j)由如下映射函數(shù)求得其中為{f,...jj3}的第j個(gè)最小值，它由k和B的第t列求得，《廠和辟分別表示B(:,t)的最大值和最小值，i=(i，...N)，j=(1，...m)，以0作為閾值，所得值大于0則用1表示，否則則用-1表示，將歐式空間向量其轉(zhuǎn)化為二元編碼，即是漢明空間向量。6.根據(jù)權(quán)利要求1所述的一種基于稀疏表達(dá)和拉普拉斯圖的哈希方法，其特點(diǎn)在于所述的對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果，得到待檢索的圖像的相似圖像步驟為漢明空間向量是由{-1，1}組成的向量，向量之間的距離用漢明距離來(lái)度量，即將同維度向量之間不同元素的個(gè)數(shù)作為向量之間的距離，對(duì)于待檢索的圖像，得到漢明空間向量與原始圖像的漢明空間向量之間的漢明距離，返回漢明距離最近的一個(gè)向量所對(duì)應(yīng)的原始圖像，如果有多個(gè)向量與待檢索圖像的漢明距離相等，則全部作為待檢索的圖像的相似圖像返回。全文摘要本發(fā)明公開了一種基于稀疏表達(dá)和拉普拉斯圖的哈希索引方法。包括如下步驟1)將原始圖像利用SIFT方法提取圖像底層特征；2)對(duì)圖像底層特征利用K-means方法進(jìn)行聚類，用每個(gè)聚類中心作為視覺單詞；3)利用直接的稀疏主成分分析方法對(duì)視覺單詞的向量進(jìn)行降維并稀疏化；4)利用有權(quán)重的拉普拉斯-貝爾特拉米算子的特征方程和特征根，求得歐氏空間到漢明空間的映射函數(shù)，得到低維漢明空間向量；5)對(duì)于待檢索的圖像，在低維漢明空間中計(jì)算待檢索的圖像與原始圖像的漢明距離，作為圖像相似度計(jì)算結(jié)果。本發(fā)明用稀疏降維方式代替譜哈希的主成分分析降維方式，增加了結(jié)果的可解釋性；將歐氏空間的搜索問題映射到漢明空間，大大提高了搜索效率。文檔編號(hào)G06F17/30GK101894130SQ201010196539公開日2010年11月24日申請(qǐng)日期2010年6月8日優(yōu)先權(quán)日2010年6月8日發(fā)明者吳飛,張嘯,邵健申請(qǐng)人:浙江大學(xué)