基于词汇树的图片搜索.pdf

第36 卷 第6 期 计 算 机 工 程 2010 年3 月 Vol.36 No.6 Computer Engineering March 2010 ·人工智能及识别技术· 文章编号：1000—3428(2010)06—0189—03 文献标识码：A 中图分类号：TP311.52 基于词汇树的图片搜索 陈 赟，沈一帆 (复旦大学计算机科学与技术学院，上海 200433) 摘 要：针对基于内容的图片搜索存在召回率低及匹配速度较慢的问题，在词汇树的基础上，利用模糊量化加以解决。把从图像中抽取到 的 SIFT 特征利用词汇树模糊量化到单词中，从而将图片转为用向量表示，同时用向量间的比较测量图片相似度。实验结果表明，该方法 可以有效缩短响应时间，提高搜索结果的召回率。 关键词：图片搜索；词汇树；模糊量化 Image Search Based on Vocabulary Tree CHEN Yun, SHEN Yi-fan (School of Computer Science and Technology, Fudan University, Shanghai 200433) 【Abstract 】Regarding the inadequacy in recall rate and match speed in content-based image search, an effective method based on vocabulary tree is presented, using fuzzy quantification. The SIFT(Scale Invariant Feature Transform) descriptors are extracted from the query image, which fuzzily quantifies these features to words using vocabulary tree. In this way, the query image can be represented as a weight vector. The query vector is compared with database vectors to measure the image similarity. Experimental results show this method can greatly shorten the response time, and improve the recall rate significantly. 【Key words 】image search; vocabulary tree; fuzzy quantification 1 概述 2 词汇树构造 从本质上说，基于内容的图片搜索是图像匹配技术的应 训练集中的每张图片用一个唯一标识的 ID ( 自然数)进行 用。图片中不规则物体的形变、背景的干扰、视角或尺度的 关联。对每张图片都提取 SIFT 特征，得到一个特征集合 差异以及光照的变化等，都会给图片匹配带来很大困难。而 F {f } 以及相应的图片ID 集合imgId= {id } ，它表示提取到