基于用戶搜索意圖定位的圖像檢索方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)庫檢索領(lǐng)域，尤其涉及一種基于用戶搜索意圖定位的圖像檢索方 法及系統(tǒng)。
【背景技術(shù)】
[0002]網(wǎng)絡(luò)圖像的爆炸式增長，衍生了很多圖像檢索方法。例如，用戶可使用如谷歌 (Google)和必應(yīng)（Bing)等搜索引擎來從互聯(lián)網(wǎng)上檢索圖像。
[0003]目前的圖像檢索方法主要有以下幾種：
[0004] ①基于關(guān)鍵字的檢索方法：將查詢關(guān)鍵字與圖像數(shù)據(jù)庫中存儲的描述關(guān)鍵字來進(jìn) 行匹配，并返回匹配成功的圖像。這種方法廣泛應(yīng)用于傳統(tǒng)的圖像檢索中?；诖朔椒ǖ?改進(jìn)有，找到查詢關(guān)鍵字的同義詞或者具有與之相關(guān)性的文本來檢索，或者為用戶提供更 加詳細(xì)的文本關(guān)鍵字的選擇項(xiàng)。
[0005] ②基于圖像的檢索方法：通過提取圖像的固有特征（顏色、紋理等圖像特征）來進(jìn) 行檢索。當(dāng)用戶上傳一張圖像后，利用基于內(nèi)容的圖像檢索（CBIR，Content-basedimage retrieval，基于圖像內(nèi)容的檢索--改為：基于內(nèi)容的圖像檢索），圖像搜索引擎可以檢索 出與之相似的圖像。
[0006] ③基于語義的檢索方法：將圖像的本體描述作為語義標(biāo)注，并將這些標(biāo)注保存到 數(shù)據(jù)庫中，搜索引擎將會基于這些標(biāo)注來進(jìn)行圖像檢索。圖像的本體描述是指圖像作為一 個(gè)對象，其本身包含的特征和屬性。
[0007] 以上三類檢索方法分別存在以下缺陷：
[0008] 對于方法①，需要監(jiān)管培訓(xùn)并消耗大量的計(jì)算資源，此外，它并不能保證在圖像的 擴(kuò)展列表中包含用戶的理想的關(guān)鍵字。
[0009] 對于方法②，基于內(nèi)容的圖像檢索方法中，提取圖像特征需要消耗計(jì)算資源，而尋 找圖像特征提取的精確度和計(jì)算時(shí)間之間的一個(gè)平衡點(diǎn)尤為重要。此外，這種方法忽略了 對用戶的意圖的理解，導(dǎo)致無法搜索到滿足用戶意圖的相似結(jié)果。
[0010] 對于方法③，在基于語義的方法中，對圖像進(jìn)行標(biāo)注工作量大，同時(shí)，無法保證所 有圖像都被標(biāo)注正確，此外，如果圖像被復(fù)制或移動到其它位置，重建它們的語義信息是一 個(gè)非常復(fù)雜的工作。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明目的在于提供一種基于用戶搜索意圖定位的圖像檢索方法及系統(tǒng)，以解決 網(wǎng)絡(luò)圖像搜索技術(shù)消耗大且不能準(zhǔn)確貼合用戶搜索意圖的技術(shù)問題。
[0012] 為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于用戶搜索意圖定位的圖像檢索方法，包 括以下步驟：
[0013] S2:根據(jù)用戶輸入的檢索關(guān)鍵字，使用任意一個(gè)圖像檢索平臺進(jìn)行檢索獲取圖像 結(jié)果集；
[0014] S4 :根據(jù)圖像結(jié)果集中的圖像的文本信息，對圖像結(jié)果集中的圖像進(jìn)行分類；
[0015] S6:將分類后的圖像返回給用戶，并引導(dǎo)用戶在分類后的圖像中選取一個(gè)類別中 的至少一個(gè)圖像；
[0016] S8 :將被選取的圖像及與被選取的圖像相關(guān)的文本信息作為檢索條件，進(jìn)行二次 檢索。
[0017] 作為本發(fā)明的方法的進(jìn)一步改進(jìn)：
[0018] 對圖像結(jié)果集中的圖像進(jìn)行分類，包括以下步驟：
[0019] S401 :根據(jù)圖像結(jié)果集中的圖像的文本信息，將每個(gè)圖像在維基百科分類索引中 所屬的二級類目作為圖像的類別；
[0020] S402:并將圖像的類別對應(yīng)的所有三級類目作為類別的同義詞保存到關(guān)系型數(shù)據(jù) 庫中。
[0021] 步驟S401，包括以下步驟：
[0022] S4011 :根據(jù)圖像結(jié)果集中的圖像的文本信息，建立如下的信息矩陣：
[0023]
[0024] 其中，N表示圖像結(jié)果集中的圖像的圖像數(shù)目，L表示圖像結(jié)果集中的一張圖像， 其中0〈 =i〈 =Ν，?\表示圖像的文本信息，其中0〈 =i〈 =N，（^表示與圖像相關(guān)的類別 名，其中0〈 =i〈 =N;
[0025] S4012:根據(jù)維基百科分類索引定義分類圖G，遍歷圖像結(jié)果集中的N個(gè)圖像，將圖 像中圖像的文本信息中包含的每個(gè)詞語或短語作為一個(gè)文本結(jié)點(diǎn)，對于每個(gè)圖像中的每個(gè) 文本結(jié)點(diǎn)，如果文本結(jié)點(diǎn)與分類圖G中的結(jié)點(diǎn)相匹配，則計(jì)算該文本結(jié)點(diǎn)出現(xiàn)在圖像的文 本信息！\中的頻率，最后將出現(xiàn)頻率最大的文本結(jié)點(diǎn)所對應(yīng)的分類圖G中的分類名稱作為 該圖像的分類。
[0026] 步驟S8中的與被選取的圖像相關(guān)的文本信息，包括：被選取的圖像的類別名稱、 用戶輸入的檢索關(guān)鍵字和\或HTML中的圖像描述信息。
[0027] 步驟S8中，進(jìn)行二次檢索，包括以下步驟：
[0028] S801 :根據(jù)與被選取的圖像相關(guān)的文本信息的文本內(nèi)容，在圖像結(jié)果集中被選取 的圖像所在的分類中進(jìn)行基于文本的圖像檢索；
[0029] S802:提取被選取的圖像的視覺特征，采用感知哈希算法計(jì)算被選取的圖像以及 圖像結(jié)果集中被選取的圖像所在的分類中的圖像的圖像相似度，在圖像結(jié)果集中被選取的 圖像所在的分類中進(jìn)行圖像檢索。
[0030] 步驟S802中，采用感知哈希算法計(jì)算被選取的圖像以及圖像結(jié)果集中被選取的 圖像所在的分類中的圖像的圖像相似度，包括以下步驟：
[0031] S8021 :將圖像轉(zhuǎn)化為灰度圖像，轉(zhuǎn)化公式如下：
[0032] Gray=RXO. 299+GXO. 587+BX0. 114 (1)
[0033] 其中，Gray表示灰度值，R、G和B分別表示原始像素中的紅、綠和藍(lán)的分量；
[0034] S8022 :將灰度圖像分為8X8塊，將每個(gè)塊的灰度設(shè)置為該塊的灰度平均值，使用 Gray[8, 8]矩陣來存儲每個(gè)塊的灰度值，生成一個(gè)感知哈希矩陣H[8, 8]，滿足以下條件：
[0035]
⑵
[0036] 其中，avg是整張灰度圖像的灰度平均值，Gray[i,j]是圖像被劃分后，第i行、第 j列個(gè)塊的灰度值，others是指第i行、第j列個(gè)塊的灰度值小于avg時(shí)的情況，H[i,j]是 由第i行、第j列個(gè)塊的灰度值得到的感知哈希矩陣H[8, 8]的第i行、第j列個(gè)元素的值， 并滿足以下條件：
[0037]
⑶
[0038] 其中，Μ是指圖像劃分后的行數(shù)且M= 8，N是指圖像劃分后的列數(shù)且N= 8,將獲 得的64位的二進(jìn)制數(shù)值作為圖像的感知哈希值；
[0039] S8023 :采用步驟S8021至步驟S8022分別提取被選取的圖像以及檢索結(jié)果所對應(yīng) 的圖像的感知哈希值，采用按位異或方式計(jì)算兩張圖像的相似度，圖像H1和圖像H2的相似 度PO^HJ可以表示為位0的異或結(jié)果的百分比，公式如下：
[0040]
(4)
[0041] 其中，C。是一個(gè)計(jì)算0異或結(jié)果的函數(shù)。
[0042] 步驟S801完成后，在步驟S801所獲得的結(jié)果集中，采用步驟S802進(jìn)行檢索排序， 將排序后的結(jié)果集返回給用戶。
[0043] 作為一個(gè)總的技術(shù)構(gòu)思，本發(fā)明還提供了一種基于用戶搜索意圖定位的圖像檢索 系統(tǒng)，包括：
[0044] -次檢索模塊，用于根據(jù)用戶輸入的檢索關(guān)鍵字，使用任意一個(gè)圖像檢索平臺進(jìn) 行檢索獲取圖像結(jié)果集；
[0045] 分類模塊，用于根據(jù)圖像結(jié)果集中的圖像的文本信息，對圖像結(jié)果集中的圖像進(jìn) 行分類；
[0046] 用戶交互模塊，用于將分類后的圖像返回給用戶