基于顯著性區(qū)域的分步聚類目標搜索.pdf

1、基于圖像內(nèi)容的物體檢索是當前研究的熱點，其包括物體匹配和物體定位兩部分。特征捆綁（圖像分塊）和物體定位是物體檢索區(qū)別于相似圖像檢索的關鍵技術，圖像分塊后一般可以按基于圖像內(nèi)容的相似圖像檢索方法匹配物體。對于物體的定位，多數(shù)物體定位方法是用與查詢物體最相似的分塊圖像在圖像中的位置作為物體定位的結果。然而，當前物體匹配和定位的方法在速度和準確度上存在矛盾。為此，需要探索新方法來有效的提升物體檢索中的速度和準確度。本文基于VLAD(Vecto

2、r of Locally Aggregated Descriptors)圖像表示方法，對目標搜索進行研究，包括基于圖像內(nèi)容的相似圖像搜索和物體檢索，在碼本構造、圖像表示和目標定位三個方面提出相應的算法。本文的主要貢獻如下:
　　(1)在碼本構造方面，提出一種基于二值變換的SURF特征降維方法和兩步聚類算法。首先，通過二值變換將原始SURF特征變?yōu)?維，極大減少存儲空間和檢索速度。然后，將降維后的數(shù)據(jù)集分為多個子集，通過子集內(nèi)和子集

3、間兩步聚類得到最后的聚類結果。
　　(2)在圖像表示方面，提出基于加權的特征前融合方法的圖像表示方法，進一步，提出了基于圖像顯著性加權的VLAD圖像表示方法。由于圖像局部特征降維存在信息損失，因此，提出通過對特征加權融合來彌補由于降維造成的信息損失。對于圖像的VLAD表示方法，進一步提出對圖像顯著性區(qū)域和非顯著性區(qū)域的特征賦予不同大小的權值進行圖像表示。
　　(3)在目標搜索中的目標定位方面，提出基于圖像顯著性區(qū)域的多尺度圖

4、像分塊。多尺度圖像分塊將一幅圖像分為大小不同的65塊。然后，利用圖像顯著性區(qū)域來解決一個物體被分割到多個圖像塊中，或者一個圖像塊中并不僅僅只有一個物體區(qū)域的問題。
　　實驗結果表明:在碼本構造方面，基于K均值聚類，兩步聚類的方法在保證聚類準確度的前提下，能大大提升聚類速度。在圖像表示方面，在Holidays數(shù)據(jù)庫和UKB數(shù)據(jù)庫上的實驗證明，加權的特征前融合方法能很好的提高圖像檢索精度。另外，通過顯著性加權的VLAD圖像表示方法，進