对草图特征线的描述符用于大规模图像检索的一种评价.DOC

对草图特征线的描述符用于大规模图像检索的一种评价 摘要 我们解决了在一个超过一百万图像的数据库中，快速、大规模基于草图的图像检索的搜索问题。我们发现，目前的检索方法不能很好地适用于交互监督搜索背景下的大型数据库，于是我们提出了两种不同的方法。通过客观的评价，我们认为两种方法明显优于现有的方法。所提出描述符的构造，使得全色图像和草图能进行完全相同的预处理步骤。首先，寻找具有相似结构的图像，分析梯度方向。然后，在主要颜色分布的基础上，最佳匹配的图像都进行聚集，以抵消在初始搜索时，缺乏基于颜色的决定量。总的来说，查询结果表明，该系统通过一个用户友好的简约浏览界面，提供了对大型图像数据库的一个直观的访问。 1.引言 数码相机已经产生了大量的数字图像，许多都可以通过互联网免费访问（如Flickr）。在一个数据库中，寻找一个接近心理模型的图像是一个重要而困难的任务。目前，大多数查询不是基于文本注释和粗糙的彩色草图，就是分别基于其他的图像和部分图像[1,2]。 我们认为图像不能简洁的被表现出来，并且仅仅基于文字进行查询；人们可能会描述图像的不同部分，并且根据他们的文化和专业背景使用不同的单词。另一方面，基于显示预期的结果非常相似查询来搜索图片，要么需要一个现有的图像，它的缺少是通常用于查找原因，要么就是伟大的艺术技巧，如果图像的阴影表演是必要的。它似乎使人更容易的描述出草图形状或场景的主要特征线。这可能会与人类如何思考和记忆对象相联系[3-5]。请注意，一个图像的主要特征线几乎完全决定它的阴影[6]。这一结果最近已经用创建一个简单直观的编辑矢量图像来表示了[7]。 1.1以前的成果 比较草图特征线和图像的任务是自然很困难的。对这个问题的第一次探索可以追溯到回到1979[8]基于画报描述的检索。大多数图像检索的方法式基于轮廓草图，到现在仍在使用如下算法：Hirata等人[9]搜索205个油画的数据库，通过把图像数据库的图像边缘和用户的草图相匹配。图像大小划分为8X8块。对于每一块，最好的相邻相互关系是通过搜索本地块的一个小窗口来计算。全球的相似性是作为当地的相关值的总和来计算。Chan等人[10]搜索137个彩色图像的数据库，通过对比凸起的边缘特征属性，如长度，曲率和空间关系。边缘被建模为隐式多项式，导致检索算法允许输入草图的局部失真。Rajendran和Chang [11]将方向和曲率直方图用到图像编码的最大边缘。该方法利用多尺度考虑到用户的草图中各种层次的细节。由此产生的系统被用来检索一个含有约5000幅绘画和其他图像的数据库。Lopresti等人[12]确认用户的草图可以被看作是一种特殊形式的笔迹，在125个草图数据库中巧妙地把搜索作为一个字符串匹配问题。Jain等人[13]将颜色和形状的信息（使用颜色直方图和边缘直方图的线性组合相似地测绘）在有400个图像数据库中检索商标图像。Hurtut等人[14]在线型绘制的小型数据库中利用曲率驱动流分析图像内容。 其他的成果是基于匹配一个单一的曲线到草图：Del Bimbo等人[15]和Sclaroff [16]让用户草图进行弯曲和拉伸变形来匹配轮廓。Matusiak等人[17]提出在曲率尺度空间的轮廓[18]并且对曲率尺度空间的曲线，定义了一个距离测量方法。Ip等人[19]对于单轮廓描述提出了一种仿射不变量。 像目前对于大型图像集的大多数检索算法一样，我们的系统是基于一个小的能捕捉到的图像的基本特性描述符（高维特征向量）。然后图像的相似性是通过对特征向量的距离度量的定义。典型的描述符使用全局或局部直方图的强度，颜色，方向性[20-23]或全部的图像变换系数[24,25]。这些描述符未能为输入特征线产生了良好的结果。一个为基于边缘[26]的检索专门设计的描述符，采用图像的角径向分区搜索（ARP）和落在角箱的边缘点数的直方图。最终的特征向量是通过直方图的傅立叶变换，来实现旋转的不变性。最初是在MPEG-7标准[27,28]中作为捕获纹理图像中，边缘位置和取向的分布而提出。边缘直方图描述符（EHD）已被发现是也适用于基于草图的图像检索[29,30]。它已经由Won等人[31]延伸到另外捕捉半局边缘分布。 1.2 范围 我们相信，无论是决定单轮廓提取还是对于每幅图片匹配一组轮廓，不大可能适应于大型数据库。相反，一个能够灵活地捕捉任意数量的图像中对象的轮廓，并且提取的数据可表示为高维特征向量的方法是理想的。这个减弱了从提取中的检索，从而允许使用标准的最近邻搜索算法[32,33]。在这项工作中，我们只考虑可以表示为高维特征向量的描述符。然而，这项工作的重点是评价检索的效果，我们不是试图最大限度地提高检索速度。在我们收集的1500000个图像中，一个标准的线性搜索算法合理互动的检索执行，使我们生成所有的结果