基于地理信息的室外场景检索技术研究-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master The research on the technology of geo-localization based outdoor scene Retrieval Candidate: Huang Fen Supervisor: Prof. Wu Ting March，2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人 或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文 在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州 杭州电子科技大学硕士学位论文 摘要 随着多媒体信息技术和数字化图像设备的不断发展，人们可以很方便地以图 像的形式获取到现实世界中的景象，越来越多的图像信息出现在人们的日常生活 当中。而在日常生活中，人们对于图像关注更多的是图像所展现的内容，即图像 所描述的场景信息。因此，对图像场景信息的获取显得格外重要。而随着时间的 推移，图像的数量越来越多，从而形成了大量的种类繁多的图像库。如何更加快 速准确地检索到所需要的场景图像，方便人们生活，成为当前需要解决的一大问 题。 基于以上需求，本文提出了一种基于地理信息的场景检索方法。该方法首先 利用 GPS 地理位置信息过滤掉图像库中不在查询图像附近的图像，缩小检索范 围。然后采用局部敏感哈希(LSH)方法对视觉词汇向量进行降维，减少存储空间， 同时利用汉明距离进行再次过滤。为了弥补词袋模型丢失空间信息的不足，本文 采用 RANSAC 算法进行空间验证，过滤掉不符合空间关系的图像。最后利用投 票算法计算查询图像与候选图像之间的相似度，得出最终的检索结果。该方法还 可以用于辅助导航，通过手机拍照上传带有地理信息的场景图片，系统通过该方 法检索到最相似的图像，并将该结果图像的相关描述信息返回给用户，用户无需 参与过多的人为辨别(如，辨别方向、位置等)就可以获取感兴趣的场景描述信息， 从而起到一定的辅助导航的作用。 虽然上述方法中的 RANSAC 算法具有比较好的空间验证效果，但是由于它 需要不断估计并评价模型，会耗费大量的时间，从而大大降低了检索的效率。于 是本文在上述方法的基础上提出了一种空间金字塔模型(SPM)加后验证的方法 来代替 RANSAC 方法。该方法利用检索得出的结果图像进行反向查找，并根据 正向和反向查找时目标图像的排序位置赋予一定的权值，最后将这些权重与空间 金字塔模型计算的相似度进行结合，得出最终的相似度。经验证，该方法不仅具 有较高的准确率，而且在检索的效率上也有所提升。 关键词：场景检索，GPS，词袋模型，LSH，RANSAC，SPM，后验证 I ABSTRACT With the continuous development of multimedia information technology and digital image equipment, people can get the scenes easily in the form of images, more and more image information appear in people’s daily life. In our daily life, what we more concerned about the images is the contents of them, namely, it is the scene information of the image. Therefore, it is particularly important to access to the image scene information. With the time going on,