基于视觉词包模型的大规模目标分类和检索-应用数学专业论文.docx

LARGE SCALE OBJECT CLASSIFICATION AND RETRIEVAL BASED ON BAG OF VISUAL WORDS A Dissertation Submitted to the Graduate School of Henan University in Partial Fulfillment of the Requirements for the Degree of Master of Science By Guo Qian Supervisor: Prof. Yang Xiaohui Date May, 2015 关于学位论文独创声明和学术诚信承诺 本人向河南大学提出硕士学位申请. 本人郑重声明：所呈交的学位论文是本 人在导师的指导下独立完成的, 对所研究的课题有新的见解. 据我所知, 除文中 特别加以说明、标注和致谢的地方外, 论文中不包括其他人已经发表或撰写过的 研究成果, 也不包括其他人为获得任何教育、科研机构的学位或证书而使用过的 材料. 与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意. 在此本人郑重承诺：所呈交的学位论文不存在舞弊作伪行为, 文责自负. 学位申请人 (学位论文作者) 签名： 201 年 月 日 关于学位论文著作权使用授权书 本人经河南大学审核批准授予硕士学位. 作为学位论文的作者, 本人完全了 解并同意河南大学有关保留、使用学位论文的要求, 即河南大学有权向国家图书 馆、科研信息机构、数据收集机构和本校图书馆等提供学位论文 (纸质文本和电 子文本) 以供公众检索、查阅. 本人授权河南大学出于宣扬、展览学校学术发展 和进行学术交流等目的, 可以采取影印、缩印、扫描和拷贝等复制手段保存、汇 编学位论文 (纸质文本和电子文本) . (涉及保密内容的学位论文在解密后适用本授权书) 学位获得者 (学位论文作者) 签名： 201 年 月 日 学位论文指导教师签名： 201 年 月 日 摘 要 具有照相功能的手机、数字计算机的快速增加和社交网络的迅速发展, 使得 数字图像的数量以指数级增加. 因此, 处理海量图像的相关技术成为当前的研究 热点. 其中, 大规模目标分类和目标检索技术是两个重要研究方向. 研究者将词包模型 (Bag of Words, BOW) 的思想引入图像领域, 提出了视 觉词包模型 (Bag of Visual Words, BOVW). 视觉词包模型分为视觉词典生成阶 段和局部特征量化阶段两个阶段. 视觉词典生成阶段是从图像局部特征库训练 得到一部分局部特征作为词典中词汇. 对于基于内容的目标分类和检索, 基于聚 类的方法生成的词典更有代表性和区分性. 因此, 局部特征量化阶段使用的量化 方法直接决定着 BOVW 模型的分类和检索性能. 另外, 对于高维 BOVW 特征, 如何有效的存储和匹配对大规模图像检索技术提出巨大的挑战. 基于上面的问题和挑战, 本文的主要工作如下： 一是研究了视觉词包模型中不同的量化方法，实验结果表明基于半径量化的 视觉词包特征性能低于 K-近邻量化直方图特征的性能，基于此本文提出了局部 特征利用率，从理论上解释了实验结果的合理性。 二是利用 BOVW 特征的稀疏性和倒排索引查询的有效性, 我们提出了一种 新的压缩视觉词包特征 (Compressed Bag of Visual Words, CBOVW) . CBOVW 有 效的降低了特征维数, 进而减少了匹配过程的计算复杂度. 三 是 利 用 基 于 哈 希 的 方 法 对 大 规 模 目 标 检 索 的 有 效 性 , 我 们 用 谱 哈 希 (Spectral Hashing, SH) 技术加速 CBOVW 匹配过程, 提出了一种新的算法快速压 缩视觉词包特征 (Fast Compressed Bag of Visual Words, FCBOVW) . 实验部分采用了目标图像库：PASCAL VOC 2006、University of Kentucky Recognition Benchmark, 分别检验了 RBBOVW 的分类性能和算法 CBOVW、 FCBOVW 的检索性能. 算法 CBOVW、FCBOVW 的检索速度有明显优势, 采用 更有效的特征向量计算方法可以进一步提高 FCBOVW 算法的检索准确率. 关键词：视觉词包特征, 目标分类, 目标检索, 倒排索引, 谱哈希 I PAGE PAGE IV PAGE PAGE III ABSTRACT Telephones with a camera and digital computers rapidly increase, w