CN103218441A - 一种基于内容和反馈的图像检索方法 - Google Patents
一种基于内容和反馈的图像检索方法 Download PDFInfo
- Publication number
- CN103218441A CN103218441A CN2013101416289A CN201310141628A CN103218441A CN 103218441 A CN103218441 A CN 103218441A CN 2013101416289 A CN2013101416289 A CN 2013101416289A CN 201310141628 A CN201310141628 A CN 201310141628A CN 103218441 A CN103218441 A CN 103218441A
- Authority
- CN
- China
- Prior art keywords
- image
- storehouse
- query
- index
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer And Data Communications (AREA)
Abstract
一种基于内容和反馈的图像检索方法,包括下列操作步骤:(1)图像索引库的建立过程:对于建库图像,构造索引消息,并把索引消息按照Chord协议发布到结构化P2P-Chord环网络上,从而基于结构化P2P-Chord环网络建立起图像索引库;(2)图像查询过程:对于查询图像,构造和发布图像查询消息,查询用户根据反馈结果可更新和重复查询操作,优化查询结果;(3)图像索引库的更新过程:按照设定的周期,资源节点和索引节点对图像索引库进行更新;本发明方法为图像查询提供了高效的组织结构和路由机制,提高了查找效率和查询满意度。
Description
技术领域
本发明涉及一种基于内容和反馈的图像检索方法,属于云计算信息技术领域,特别是属于基于结构化P2P-Chord环网络的图像检索技术领域。
背景技术
云计算无需用户管理和维护资源,提供了可靠的、无限量的存储空间,允许随时随地访问数据,以及支持多个用户的动态分配资源。数据中心是云计算的关键技术之一,目前数据中心主要有两种拓扑结构:中心化结构和非中心化结构。在中心化结构中,中心结点负责处理数据中心的所有数据,所以该结构容易遭受单点故障。于是,人们提出了以peer-to-peer(P2P)网络为代表的非中心化结构的数据中心,在该非中心化结构中,所有网络服务器作为网络结点按照规则连接,不设立中心结点,每个结点只负责一部分数据,从而提高了数据中心的可靠性。
在以P2P网络为基础的非中心化结构的数据中心中,多媒体检索尤其是图像检索一直是个尚未解决的技术难题。目前在P2P网络中,图像的检索主要以图像名字和关键词匹配为基础,但是该方法受限于关键字的准确性,而且当用户需要找出与实例图片相近的图片时,基于关键字的检索无法满足其需求。基于内容的图像检索技术是解决这一问题的发展方向,但是现有的解决方法要依赖全局信息,而以P2P网络为基础的非中心化结构的数据中心所构成的分布式环境中,很难收集全局信息。另外目前基于内容的图像检索技术往往会检索出一些非相关的图像来,即检索准确性难以保证。因此如何在P2P网络中,实现基于内容的图像精确检索是当前云计算技术领域中一个急需要解决的技术难题。
发明内容
有鉴于此,本发明的目的是发明一种方法,实现云计算中基于内容的图像精确检索技术。
为了达到上述目的,本发明提出了一种基于内容和反馈的图像检索方法,所述方法包括下列操作步骤:
(1)图像索引库的建立过程:对于每幅建库图像,结构化P2P-Chord环网络上的资源节点计算该建库图像的特征向量,并根据该特征向量计算该建库图像的多个资源ID;然后对于该建库图像的每一个资源ID,构造相应的索引消息,并把该索引消息按照Chord协议发布到所述的结构化P2P-Chord环网络上,结构化P2P-Chord环网络上的索引节点按照Chord协议处理和保存所收到的该建库图像的索引消息,从而基于所述的结构化P2P-Chord环网络建立起图像索引库;所述的结构化P2P-Chord环网络上的资源节点是指存储建库图像的节点,所述的索引节点是指存储建库图像的索引消息的节点;
(2)图像查询过程:对于每幅查询图像,采用步骤(1)中同样的方法,计算该查询图像的特征向量;采用步骤(1)中同样的方法,计算该查询图像同样数目的资源ID;对于该查询图像的每一个资源ID,构造相应的图像查询消息,并把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络上;所述的结构化P2P-Chord环网络上的索引节点按照Chord协议收到该图像查询消息后,把查询结果反馈给查询用户;查询用户根据反馈结果更新该查询图像的特征向量,并采用步骤(1)中同样的方法,重新计算该查询图像同样数目的资源ID,并重复进行上述操作,直到得到满意的查询结果或者重复操作次数超过设定的阈值;
(3)图像索引库的更新过程:按照设定的周期,所述的结构化P2P-Chord环网络上的资源节点对已建库的图像定时重新发布建库图像的索引消息;同时所述的结构化P2P-Chord环网络上的索引节点定时检查所保存的建库图像的索引消息,若索引消息超期未更新,则把该条索引消息删除。
所述步骤(1)的内容具体包括如下操作步骤:
(11)构造哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)},其中v是函数的变量,是一个d维的向量,是按照设定的方法从建库图像计算得到的特征向量;d是一个大于1的自然数,m是一个大于1的自然数;所述的哈希函数族G中的gi(v)=[hi1(v),hi2(v),hi3(v),...,hik(v)]T是一个k维的整数向量,其中k是一个大于1的自然数,i是大于等于1小于等于m的自然数,运算符[]T表示转置运算;gi(v)中的哈希函数hij(v)定义如下式:
该式中,运算符表示对该运算符内的数值进行下取整运算;aij表示一个d维的常数向量,该向量的每个分量值服从高斯分布;W是一个大于0的实数;bij是从[0,W]之间随机选取的一个实数;j是大于等于1小于等于k的自然数;
(12)构造随机整数向量数组R={r1,r2,r3,...,rm},其中该随机整数向量数组R中的每个随机整数向量ri=[ri1,ri2,ri3,...,rik]T都是一个k维的随机整数向量,整数向量中的每个分量rij都是一个非零的随机整数,该随机整数在设定的取值范围内随机获得,其中i是大于等于1小于等于m的自然数,j是大于等于1小于等于k的自然数;k和m的取值与步骤(11)中的取值要完全相同;运算符[]T表示转置运算;
(13)对于每一幅要建库的图像,结构化P2P-Chord环网络上的资源节点按照设定的方法计算该建库图像的特征向量fv,然后把该建库图像的特征向量fv代入所述的哈希函数族G中,得到该建库图像的哈希函数值向量组,即I={I1,I2,I3,...,Im}={g1(fv),g2(fv),g3(fv),...,gm(fv)};然后基于前步骤中所构造的随机整数向量数组R={r1,r2,r3,...,rm},计算该建库图像的资源ID数组FconID={FconID1,FconID2,FconID3,...,FconIDm},其中该建库图像资源ID数组中的每个资源ID的计算公式如下:
FconIDi=SHA-1(Ii·ri)
上式中,Ii·ri表示矢量Ii和ri进行点乘,i是大于等于1小于等于m的自然数,函数SHA-1()表示对括号内的数值按照安全哈希算法SHA-1进行哈希计算;m的取值与步骤(11)中的取值要完全相同;
(14)为该建库图像的每个资源ID构造索引消息,该索引消息的格式如下:<FconIDi,fv,IP>,其中IP表示存储该建库图像的资源节点的IP地址;然后把该消息按照Chord协议发布到结构化P2P-Chord环网络,结构化P2P-Chord环网络上的索引节点按照Chord协议处理并保存所收到的该建库图像的索引消息,从而基于结构化P2P-Chord环网络建立起图像索引库;
所述步骤(2)的内容具体包括如下操作步骤:
(21)按照步骤(1)或步骤(13)中同样的方法,计算查询图像的特征向量qv;
(22)利用步骤(1)或步骤(13)中所述的哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)}和所述的随机整数向量数组R={r1,r2,r3,...,rm},按照步骤(1)或步骤(13)中同样的方法,计算该查询图像的资源ID数组QconID={QconID1,QconID2,QconID3,...,QconIDm};
(23)为该查询图像的每个资源ID构造图像查询消息,该图像查询消息的格式如下:<QconIDi,qv,IP>,其中IP表示发起该查询图像操作的网元的IP地址;然后把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络;
(24)当所述的结构化P2P-Chord环网络中的索引节点按照Chord协议收到查询消息后,如果该节点中有建库图像的资源ID与该查询图像的资源ID相等时,则把对应的建库图像的索引消息反馈给用户;如果符合条件的建库图像有多个时,则把建库图像特征向量与查询图像特征向量之间欧式距离最近的前几条索引消息反馈给用户;
(25)用户根据反馈的结果,从所述的结构化P2P-Chord环网络上获取相关建库图像,然后把这些图像分成符合查询图像的相关图像组和不符合查询图像的非相关图像组,然后根据下述公式更新查询图像的特征向量,
式中,Dr表示符合查询图像的相关图像组,Nr表示符合查询图像的相关图像组中图像的数目,RDi表示符合查询图像的相关图像组Dr中第i幅图像的特征向量;Dn表示不符合查询图像的非相关图像组,Nn表示不符合查询图像的非相关图像组中图像的数目,NDj表示不符合查询图像的非相关图像组Dn中第j幅图像的特征向量;α、β和γ表示权重系数;q'v表示更新后的查询图像的特征向量;
(26)用q'v替代原来的qv,返回步骤(22),重复步骤(22)到步骤(25),直到查询结果符合用户的要求或者反馈次数超过设定的阈值。
所述步骤(3)中所述的资源节点对已建库的图像定时重新发布建库图像的索引消息的操作具体包括如下步骤:
(31)如果已建库图像在设定的周期内未发生改变,那么所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍与该建库图像对应的原有的索引消息即可;
(32)如果已建库图像在设定的周期内仅发生了小的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离未超出设定的阈值,则所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍原有的索引消息即可;
(33)如果已建库图像在设定的周期内已发生了大的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离已超出设定的阈值,则所述的资源节点按照步骤(1)或步骤(13)所述的方法对该建库图像重新构造索引消息,然后向所述的结构化P2P-Chord环网络上发布。
所述的计算建库图像和查询图像的特征向量的方法是采用多基元直方图Multi-TextonHistogram的计算方法。
所述步骤(12)中所述的k维随机整数向量中的每个分量的取值范围是1到资源ID数目的近似值。如同数量级的一个整数。
所述步骤(24)中所述的建库图像特征向量与查询图像特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法;步骤(32)和步骤(33)中所述的建库图像的新特征向量与旧特征向量之间设定距离的计算采用欧式距离或马氏距离(Mahalanobis distance)或其他距离的计算方法。
本发明的有益效果在于:在大规模分布式网络中,收集所有网络节点的全局信息是十分困难的,本发明方法能够在不统计全局信息的情况下,利用哈希函数将内容相似图像的索引信息映射到同一网络节点,提高了查找效率;反馈机制整使得用户能够根据自己的需求和图像的语义,更新查询向量,提高了查询结果的满意度;以结构化P2P-Chord环网络建立图像索引库,以Chord协议作为路由算法,为基于内容的图像查询提供了高效的组织结构和路由机制。
附图说明
图1是本发明提出的一种基于内容和反馈的图像检索方法的步骤流程图。
图2是本发明实施例所用的一个建库图像。
图3是本发明实施例所用的一个查询图像。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步的详细描述。
参见图1,介绍本发明提出的一种基于内容和反馈的图像检索方法,所述方法包括下列操作步骤:
(1)图像索引库的建立过程:对于每幅建库图像,结构化P2P-Chord环网络上的资源节点计算该建库图像的特征向量,并根据该特征向量计算该建库图像的多个资源ID;然后对于该建库图像的每一个资源ID,构造相应的索引消息,并把该索引消息按照Chord协议发布到所述的结构化P2P-Chord环网络上,结构化P2P-Chord环网络上的索引节点按照Chord协议处理和保存所收到的该建库图像的索引消息,从而基于所述的结构化P2P-Chord环网络建立起图像索引库;所述的结构化P2P-Chord环网络上的资源节点是指存储建库图像的节点,所述的索引节点是指存储建库图像的索引消息的节点;
(2)图像查询过程:对于每幅查询图像,采用步骤(1)中同样的方法,计算该查询图像的特征向量;采用步骤(1)中同样的方法,计算该查询图像同样数目的资源ID;对于该查询图像的每一个资源ID,构造相应的图像查询消息,并把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络上;所述的结构化P2P-Chord环网络上的索引节点按照Chord协议收到该图像查询消息后,把查询结果反馈给查询用户;查询用户根据反馈结果更新该查询图像的特征向量,并采用步骤(1)中同样的方法,重新计算该查询图像同样数目的资源ID,并重复进行上述操作,直到得到满意的查询结果或者重复操作次数超过设定的阈值;
(3)图像索引库的更新过程:按照设定的周期,所述的结构化P2P-Chord环网络上的资源节点对已建库的图像定时重新发布建库图像的索引消息;同时所述的结构化P2P-Chord环网络上的索引节点定时检查所保存的建库图像的索引消息,若索引消息超期未更新,则把该条索引消息删除。
所述步骤(1)的内容具体包括如下操作步骤:
(11)构造哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)},其中v是函数的变量,是一个d维的向量,是按照设定的方法从建库图像计算得到的特征向量;d是一个大于1的自然数,m是一个大于1的自然数;所述的哈希函数族G中的gi(v)=[hi1(v),hi2(v),hi3(v),...,hik(v)]T是一个k维的整数向量,其中k是一个大于1的自然数,i是大于等于1小于等于m的自然数,运算符[]T表示转置运算;gi(v)中的哈希函数hij(v)定义如下式:
该式中,运算符表示对该运算符内的数值进行下取整运算,比如aij表示一个d维的常数向量,该向量的每个分量值服从高斯分布;W是一个大于0的实数;bij是从[0,W]之间随机选取的一个实数;j是大于等于1小于等于k的自然数;
在本发明的实验中,我们使用了图像库Corel10000,该图像库参见:http://www.ci.gxnu.edu.cn/cbir/liu.aspx,该图像库包含100个类,每个类包含100幅图像。在我们的实验中m=10,k=15,W=2,aij有150个向量,bij有150个值,其中几个举例如下:
a11=[-0.14336,-0.1167,-0.4276,-0.4117,-0.55613,0.53903,1.4566,1.1091,-1.3131,0.13157,0.3942,-0.86064,-0.15905,0.67709,-0.96812,-0.031549,0.9179,-0.098745,1.0597,0.46426,-0.67322,1.4761,0.1897,-1.3834,-0.78488,-1.0165,-2.3168,-0.11138,0.22396,0.49346,0.46799,0.45131,-0.76818,-1.1061,0.3286,-0.65394,0.12424,-0.57918,-0.23761,1.0651,-0.61024,-2.5358,-0.38775,0.17952,1.1163,-0.32391,-0.013372,0.5237,0.61672,1.0946,-0.88465,0.54899,-0.58036,0.1048,1.3037,-0.50537,1.5333,-0.041642,-0.57739,0.68498,-1.0023,-0.45436,-0.34608,-0.87275,0.63119,0.97601,-0.65841,0.78317,-1.026,0.55592,-0.85709,-0.86229,1.0418,-0.40807,-1.1724,0.047507,-0.9968,-1.8438,-0.3233,-1.7407,-0.15884,-2.3952]T
a12=[-0.76868,-0.35274,-0.33889,0.081963,-1.2058,0.14085,0.17355,-0.70918,3.5805,1.1861,0.92513,0.013909,-1.8636,-0.85853,-0.601,0.2526,-0.80784,0.2205,0.80694,-0.32116,-1.2728,0.15048,0.37533,-1.4203,1.2022,-0.040897,-0.69691,-0.4593,0.91976,0.00050391,-0.12738,-0.66668,0.30295,-1.0335,0.20373,3.4088,-0.072514,-0.62253,0.8046,-0.72681,-0.62144,-0.24672,-0.12956,0.21946,0.49865,0.10206,-0.90577,-0.33442,-0.28571,-0.30101,1.382,2.382,-0.60771,0.072825,0.43269,1.3387,0.18837,-0.14751,0.44405,-1.3326,0.24554,-0.41772,-1.6974,-0.61478,-0.29508,-0.10103,-0.62328,0.6754,0.16053,-1.2681,-1.3566,0.83559,0.63637,-0.79809,-0.99818,-0.25545,-0.12607,0.063974,1.5008,1.4298,-0.72892,0.77071]T
a13=[0.90384,0.87262,0.63046,0.45461,-0.3415,-0.64943,0.28074,0.63579,0.66022,-1.4916,-0.44875,0.46528,-0.0047279,-0.36294,-0.23249,-0.89144,1.0711,-0.24978,-1.0934,0.15474,-0.97187,0.2121,-0.20071,0.87734,-1.3725,-0.11727,0.24227,-0.78377,-0.0058739,0.54659,-1.1494,0.5125,1.3587,0.035963,-1.8049,-0.37459,1.6735,-0.74664,1.0277,-0.35589,-0.80298,0.054876,-0.33098,0.79442,-0.32632,-1.4245,-0.41841,-1.1926,1.5615,0.68271,0.55671,1.0584,0.051925,-0.37385,-2.1028,1.3607,-0.411,0.43928,-0.047503,0.45391,-0.22162,-0.67926,0.68461,1.4283,-1.2586,1.6962,1.8878,0.74545,0.9771,-0.897,0.73734,0.39388,1.3087,1.1076,-0.01969,0.58613,0.72485,-0.86587,0.7901,-0.14669,0.068417,0.93224]T
a14=[0.49498,1.2783,-0.62,-0.52993,-0.35015,-0.19118,0.16379,-0.70694,2.2963,0.42762,1.6118,-0.65122,-0.95335,-1.0386,0.55351,0.48675,-0.82982,-1.9612,-1.3617,0.019703,0.73907,1.7401,0.68916,0.74761,-0.18278,-0.71104,-1.9505,0.37763,-1.3214,-2.6352,1.203,-0.080055,0.40284,-1.1494,-0.2144,0.12751,2.2387,0.66232,-0.71235,-0.29656,-1.1199,1.0872,-0.39404,1.3356,-0.293,-0.10781,-1.0883,-0.81013,1.107,1.0236,-0.075151,1.1699,0.26401,-1.364,-0.92763,-0.77791,-0.36399,0.2026,0.1833,-0.65205,0.31349,-1.0322,0.31499,-1.8741,-0.15652,0.91035,0.14454,1.3919,-0.25689,0.19368,-0.44944,-0.26992,0.69003,0.38693,-1.5279,-0.090869,0.50991,-0.49345,-1.0156,0.21733,0.7033,0.9931]T
a15=[2.4792,1.1106,0.48152,0.56975,0.81894,0.60858,-0.2734,-1.7439,0.018689,-1.4833,-0.18244,-0.50927,-0.17238,1.5965,1.1954,1.971,-0.41495,-1.7962,1.2967,0.47799,0.18149,-1.2753,0.078142,-0.87693,-0.19137,-0.74913,-0.53118,1.6369,1.985,-0.53636,-0.52681,0.69813,0.80216,-1.58,-0.77983,-1.1435,0.46298,1.2856,-0.37581,0.60781,-0.7416,-0.44874,1.2782,0.19944,0.55657,0.88043,-1.0639,0.84268,-0.75643,0.98144,0.8929,1.3479,0.43822,0.76774,-0.43339,-1.4762,-0.51002,0.68942,-0.45766,0.12327,1.0738,1.573,-0.077115,-0.83192,-0.70911,1.884,-1.8481,0.20808,-0.32336,-0.089697,-1.7777,-1.4662,1.5835,-1.7547,1.516,-0.3131,-0.24288,-0.36779,-0.92313,0.70184,-0.34042,0.38206]T
a16=[0.96085,0.34073,-0.031181,1.3006,-1.1768,-0.97639,-0.18366,-1.8465,0.5927,-0.58257,-0.34114,-0.57274,1.9874,-0.60818,-0.016105,-0.49918,0.16262,0.046288,0.73815,-1.19,-0.34665,-1.8162,0.26423,0.93769,0.40847,-0.8372,0.51348,-0.53029,-0.16078,0.48632,-1.6294,-0.89065,-0.44631,0.26534,-0.22565,-0.15811,-0.48295,1.8305,0.32042,-0.97029,0.41825,-2.1355,0.9104,-2.1589,0.59735,-1.6785,-0.21842,-1.3132,0.22761,-0.6727,-0.44477,1.7272,-1.011,0.84892,-0.76674,-0.40058,1.27,0.47822,0.44277,1.1542,-0.58811,-0.16663,0.39634,0.22551,0.91701,-1.7596,-0.90757,-1.2613,-1.5467,0.58806,-0.44269,-1.0563,-0.19987,-1.7386,-1.2233,0.3124,-1.7302,1.5038,-1.3149,-0.055081,-0.72486,-0.16992]T
a17=[0.41196,1.2234,1.2153,-0.42625,-0.17953,0.24437,1.6595,0.89948,-1.6389,-0.73352,-1.1253,-0.94035,0.71639,-0.46946,1.6,0.52586,0.32119,2.0953,-0.39013,0.36881,0.61225,-0.64319,0.18675,-1.4178,1.0336,1.8982,0.30799,-2.1884,1.8815,-1.28,-1.2694,-0.86151,-0.26905,-1.3885,3.049,-0.93187,0.88456,0.68472,-0.8466,-0.92009,1.6819,0.72499,-1.1012,-0.28001,-0.11283,0.63774,0.97697,1.0029,0.97508,0.29774,1.6826,-0.84133,2.0818,0.67916,1.4586,-0.22127,-0.77378,0.5386,0.47659,0.49004,0.20583,0.68023,0.49999,-0.76964,-1.3669,0.45851,0.17235,0.49553,-1.4839,-0.64668,0.19986,1.3449,-1.1978,0.13109,0.21934,0.28563,-0.81062,-0.81674,-0.54848,0.068705,0.48662,2.0682]T
a18=[-1.5985,0.99118,1.0433,-0.10079,-0.94775,-0.34661,-0.33626,0.57817,0.24411,0.71628,-0.079975,0.58579,-0.097557,1.7925,-0.70486,0.73296,2.2555,-0.58129,0.070611,0.7692,0.090374,0.95402,0.29615,1.367,-0.21625,-1.7283,0.78933,-0.3602,0.047137,0.63114,-1.9397,-0.35928,0.58748,-2.2806,-1.1169,-0.81649,-0.48533,0.66502,-1.3283,-0.12616,0.63291,0.46998,0.063516,0.55625,1.5756,0.12563,1.6256,1.7998,-0.48137,-0.39254,0.60741,-0.75157,-1.6554,0.27174,0.43544,0.19721,-0.962,-0.3922,1.0303,0.17998,-0.19327,-0.57406,-0.36318,0.029741,0.30411,-0.7021,-0.99578,0.04383,0.16304,0.034175,-0.61575,-1.66,-0.17172,0.86575,1.8107,0.5167,0.33607,0.46281,0.10803,-0.81247,-0.60956,-1.1479]T
a19=[-0.14573,0.18402,0.84055,-0.40861,-0.95864,0.32682,-1.4364,-1.043,-1.6052,0.059029,0.32709,-1.0086,-0.23358,0.64791,0.23266,-0.2781,0.063167,-0.1706,-1.2828,0.5069,0.776,0.25302,0.35148,0.3952,0.34242,-0.45449,0.4004,0.49527,1.3769,-1.6908,-1.5319,0.65561,1.1328,0.31619,-1.1975,-0.57234,1.0137,1.2322,0.7077,-1.472,0.45258,-1.9431,0.2262,-0.12025,0.75856,-0.12788,-1.0358,-0.30073,-0.12265,-1.4968,0.3079,-0.88212,1.1146,0.4863,-0.49952,-1.1148,-1.6821,0.89437,1.3169,0.26677,-0.5899,0.47629,0.053787,0.27337,1.7258,-0.20315,0.11731,-1.1745,-0.72217,1.0277,-0.54946,-1.8451,0.56268,0.57641,0.51816,0.82728,-0.66861,0.35786,-0.25255,0.43782,-0.87547,0.2669]T
a110=[-0.20715,1.9421,-0.11788,0.42122,0.45984,-0.50174,1.1841,0.40779,1.028,-0.67744,-0.80886,0.54249,0.68482,0.61666,0.98105,0.072865,-0.10831,-1.0486,0.092419,0.56468,1.2539,-0.72768,0.48213,0.7434,1.0969,-0.13243,-1.0808,-0.41856,-0.79079,-0.017594,-1.6407,-0.65962,-0.5912,0.76876,0.97915,0.52413,-0.65734,-0.58249,-1.7132,1.3234,-1.8443,0.82928,-1.1436,0.052984,-0.23154,0.78759,1.3982,-0.25522,1.3299,-1.4307,-1.347,0.65039,0.54452,0.15199,-1.6447,0.77295,1.2209,0.15273,-0.1708,-1.0414,-0.21255,1.0365,0.087246,-0.010485,0.5641,-0.76675,-0.38907,-1.2456,-1.5904,-0.35583,0.87512,-0.41566,0.88993,-0.84075,-0.10809,-0.74195,0.45205,0.56817,-0.54179,-0.85706,-2.8912,-1.4754]T
a111=[0.86678,2.0146,0.41106,0.037729,0.53518,-1.6582,1.057,0.18295,-0.8396,0.0039004,0.064865,0.10128,0.95439,0.12465,0.11813,1.446,-2.2707,0.39396,-1.4355,0.22495,1.5638,-1.6974,0.11098,-0.77346,0.83202,0.31615,-1.2052,0.61226,0.80025,-0.94978,-0.5866,1.4002,-0.3499,0.89321,1.4971,0.93737,1.404,-0.44857,0.89225,1.5198,1.1592,1.8145,-1.7014,0.8017,0.18867,0.23996,1.1637,0.011309,0.62326,-0.88146,0.1783,0.5735,0.041045,-0.45081,0.99493,1.584,0.46677,-1.1855,0.02688,-0.10066,-2.5343,-0.28607,0.6318,0.70631,-2.0189,-0.27268,0.81929,-0.63304,0.68422,-1.0361,0.94844,1.4091,0.81367,-0.1782,-0.045221,-0.63959,-0.4383,0.6231,0.08226,0.15066,0.86616,0.58198]T
a112=[0.22973,0.98624,0.066,-1.2892,-0.09164,1.8749,-0.22933,-1.1767,0.19286,-0.44641,0.84361,1.2028,-0.087965,0.98941,-0.33709,-0.50593,-1.4468,-0.455,1.4136,0.28006,-0.65277,-0.60567,-0.47568,0.87145,0.013344,0.1877,0.16561,-0.11184,-1.6422,1.3647,-1.5857,-2.6305,-0.44754,0.72469,-0.031712,-0.26331,-0.15475,0.38956,0.39705,0.78175,-0.75661,-0.94681,0.82535,-0.31197,-0.70125,-1.1497,-1.0365,-0.38003,0.56843,-1.0971,1.5249,1.4892,1.2459,0.10454,-0.42599,1.0509,0.021975,0.28206,1.0661,-1.7763,1.1587,-0.51065,-1.7207,-0.26923,-0.92149,-0.87501,-0.95859,0.61551,-0.74509,-0.57196,0.14449,-1.3716,0.88828,-2.646,-0.38862,-0.60206,0.71054,0.40686,0.59502,-0.50465,1.8554,-0.47499]T
a113=[0.0035,-0.69495,1.2752,-0.9552,-1.4309,-0.3122,2.0572,-0.26703,-0.75167,0.010729,0.22557,-0.29361,0.48259,-1.5416,-1.4327,-3.5558,0.08079,1.4429,0.23812,0.12272,0.84533,-0.3415,-0.60763,0.2706,0.72573,1.0602,-1.1141,-0.23973,-1.8818,-0.19339,-0.76195,0.42729,0.45267,0.97489,1.3369,1.4792,-1.9967,0.036254,-1.2807,0.73495,-0.60684,-0.64068,-0.57303,-0.9155,-0.36805,1.0879,0.7593,0.10498,-0.25958,-3.1114,-0.62736,0.35195,0.41168,0.30163,-1.0691,-0.096047,-0.72517,1.2022,1.3928,0.88634,-0.13528,0.64054,-0.88351,1.4016,0.77264,-0.38584,0.63186,-0.070976,0.60483,-0.69648,0.24498,-0.68154,-1.338,-0.68595,-0.48642,0.75854,-1.0711,0.6265,-0.91825,1.0565,0.086366,-0.1446]T
a114=[-1.203,-1.1419,-0.22088,1.2708,0.058332,-1.0116,0.89082,-0.1045,0.8689,-0.55525,0.18948,-1.4061,-0.82712,0.69662,0.53306,1.1975,0.50615,0.17969,0.72959,0.7985,1.1297,1.5823,0.75635,-0.1542,-1.3275,-0.66249,-0.82087,-0.5633,1.4651,-0.91839,0.66853,-1.4843,-0.30162,-0.083297,-0.56252,1.0134,-0.33299,1.2386,-0.66634,-1.1875,0.60703,1.8944,1.3384,1.0753,0.64891,1.6839,1.3734,-0.31517,0.14351,-0.88312,-0.15294,0.79242,0.40794,-1.0159,1.2525,1.0048,1.1753,0.31658,0.97148,0.51297,0.55087,-0.06263,-0.36861,-1.3655,-0.12239,-0.64829,-0.73025,-0.35912,0.41389,-1.3704,0.18129,-0.3205,-1.7305,-2.4452,0.89424,-0.43905,0.66221,0.27586,-0.55137,0.82054,0.81866,0.15979]T
a115=[0.99362,0.3803,0.73987,-1.1566,1.0748,-1.7422,-0.48882,0.61151,-0.45995,0.4659,0.56666,-0.6335,0.78231,0.26648,0.043245,0.92904,-0.18061,-1.0148,0.60821,0.73746,-0.79095,1.4554,-1.1194,-0.86273,0.53635,-2.1669,-1.3281,-0.3853,1.1777,1.3876,-0.8316,-0.67382,0.38006,0.96433,2.5696,0.33719,0.80785,-0.42625,-0.98878,0.13234,0.26439,-0.80473,1.1733,1.4199,0.40278,1.3794,-0.53191,-1.343,-1.2891,0.40672,-0.34596,0.44592,1.0806,0.54123,0.60489,-1.697,-0.52519,-0.22392,1.5452,0.18886,-1.5735,1.6438,0.49526,0.015756,-0.48319,1.2109,-0.84431,2.1917,-0.18184,-0.97142,-1.3531,-0.31301,0.048484,-0.38137,-0.71195,0.56759,-0.77302,0.27626,-0.26558,0.63454,-1.5588,0.96004]T
b11=0.31987,b12=0.19569,b13=1.5229,b14=1.7882,b15=0.49545,b16=1.1945,
b17=0.15323,b18=0.5331,b19=1.6927,b110=1.3681,b111=0.97484,b112=0.71357,
b113=0.42667,b114=0.45768,b115=1.5296
(12)构造随机整数向量数组R={r1,r2,r3,...,rm},其中该随机整数向量数组R中的每个随机整数向量ri=[ri1,ri2,ri3,...,rik]T都是一个k维的随机整数向量,整数向量中的每个分量rij都是一个非零的随机整数,该随机整数在设定的取值范围内随机获得,其中i是大于等于1小于等于m的自然数,j是大于等于1小于等于k的自然数;k和m的取值与步骤(11)中的取值要完全相同;运算符[]T表示转置运算;
在我们实验中,所有的随机整数向量ri都取值为:ri=[1,2,3,…,m]T
(13)对于每一幅要建库的图像,结构化P2P-Chord环网络上的资源节点按照设定的方法计算该建库图像的特征向量fv,然后把该建库图像的特征向量fv代入所述的哈希函数族G中,得到该建库图像的哈希函数值向量组,即I={I1,I2,I3,...,Im}={g1(fv),g2(fv),g3(fv),...,gm(fv)};然后基于前步骤中所构造的随机整数向量数组R={r1,r2,r3,...,rm},计算该建库图像的资源ID数组FconID={FconID1,FconID2,FconID3,...,FconIDm},其中该建库图像资源ID数组中的每个资源ID的计算公式如下:
FconIDi=SHA-1(Ii·ri)
上式中,Ii·ri表示矢量Ii和ri进行点乘,i是大于等于1小于等于m的自然数,函数SHA-1()表示对括号内的数值按照安全哈希算法SHA-1进行哈希计算;m的取值与步骤(11)中的取值要完全相同;
参见图2,对图2对象进行建库。在我们实验中,计算后得到图2的特征向量是:fv=[1781.75,253.25,9.25,0,16.75,108.25,94.25,0.25,0,0.5,41,12.25,0,0,0,8,172.25,14,0,0,21.75,148.25,1.5,0,0,2.5,6.5,0.5,0,0,0,2.75,18.75,0.25,0,0,5.5,28.75,2.25,0,1.25,10.75,76,1,0,0,3.75,4.25,0.25,0,0,0,0,0.25,0,0,0.25,0.5,20.25,1,0,0,12.75,171.5,695.75,1117,1018,897.5,780.25,706.75,664.5,609,593.25,584,543.25,597.25,645.75,701.25,780,906.5,966.75,1513.25,1]T;当P2P-Chord环网络中有10个结点时,计算得到的该图像的的资源ID数组如下:FconID={10432,50377,57539,19096,58633,62657,507,33407,1174,39669}。
(14)为该建库图像的每个资源ID构造索引消息,该索引消息的格式如下:<FconIDi,fv,IP>,其中IP表示存储该建库图像的资源节点的IP地址;然后把该消息按照Chord协议发布到结构化P2P-Chord环网络,结构化P2P-Chord环网络上的索引节点按照Chord协议处理并保存所收到的该建库图像的索引消息,从而基于结构化P2P-Chord环网络建立起图像索引库;
假设P2P-Chord环网络中有10个索引结点,每个索引节点的ID号分别为:1147,15262,19373,25220,26933,26971,49352,52087,52553,54732。存储图2所示图像的网络节点的IP地址为:59.64.255.185。于是构造图2所示图像的第一条索引消息为<10432,fv,59.64.255.185>,根据Chord协议,经过1跳该索引消息被发送到ID为15262的索引结点,由该索引结点保存此索引消息;第二条索引消息为<50377,fv,59.64.255.185>,经过2跳该索引消息被发送到ID为52087的索引结点;第三条索引消息为<57539,fv,59.64.255.185>,经过3跳该索引消息被发送到ID为1147的索引结点;第四条索引消息为<19096,fv,59.64.255.185>,经过2跳该索引消息被发送到ID为19373的索引结点;第五条索引消息为<58633,fv,59.64.255.185>,经过3跳该索引消息被发送到ID为1147的索引结点;第六条索引消息为<62657,fv,59.64.255.185>,经过3跳该索引消息被发送到ID为1147的索引结点;第七条索引消息为<507,fv,59.64.255.185>,经过3跳该索引消息被发送到ID为1147的索引结点;第八条索引消息为<33407,fv,59.64.255.185>,经过5跳该索引消息被发送到ID为49352的索引结点;第九条索引消息为<1174,fv,59.64.255.185>,经过1跳该索引消息被发送到ID为15262的索引结点;第十条索引消息为<39669,fv,59.64.255.185>,经过5跳该索引消息被发送到ID为49352的索引结点;
所述步骤(2)的内容具体包括如下操作步骤:
(21)按照步骤(1)或步骤(13)中同样的方法,计算查询图像的特征向量qv;
(22)利用步骤(1)或步骤(13)中所述的哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)}和所述的随机整数向量数组R={r1,r2,r3,...,rm},按照步骤(1)或步骤(13)中同样的方法,计算该查询图像的资源ID数组QconID={QconID1,QconID2,QconID3,...,QconIDm};
参见图3,图3所示图像作为查询图像,计算后得到查询图像图3的特征向量是:qv=[1564.5,172,1.5,0,18.5,165.75,33.25,0,0,1.25,14.5,1.5,0,0,0,0.25,138.5,15.25,0,0,12.5,160,5.25,0,0,6,16.5,0.5,0,0,0,0.75,6,0.5,0,0,1,21.25,5.25,0,0,8,81.25,1.5,0,0,3.25,5.25,0,0,0,0,0,0.25,0,0,0,0.25,8.25,1.25,0,0,2.25,95.5,610,874.75,872.5,719,754.5,694,613.75,627.5,588,607.75,579.5,623,566,658.5,717.25,751,846.75,1078.8]T。哈希函数族G和随机整数向量组R的建立如前,计算后得到该查询图像的资源ID数组如下:QconID={35288,10432,4322,4322,5422,50294,35288,33407,3049,39669}。
(23)为该查询图像的每个资源ID构造图像查询消息,该图像查询消息的格式如下:<QconIDi,qv,IP>,其中IP表示发起该查询图像操作的网元的IP地址;然后把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络;
在我们的实验中,假设发起查询操作的网元IP地址为59.64.255.150,则该查询图片的第一条查询消息为<35288,qv,59.64.255.150>,根据Chord协议,经过5跳该查询消息被发送到ID为49352的索引结点;第二条查询消息为<10432,qv,59.64.255.150>,经过1跳该查询消息被发送到ID为15262的索引结点;第三条查询消息为<4322,qv,59.64.255.150>,经过1跳该查询消息被发送到ID为15262的索引结点;第四条查询消息为<4322,qv,59.64.255.150>,经过5跳该查询消息被发送到ID为49352的索引结点;第五条查询消息为<5422,qv,59.64.255.150>,经过1跳该查询消息被发送到ID为15262的索引结点;第六条查询消息为<50294,qv,59.64.255.150>,经过2跳该查询消息被发送到ID为52087的索引结点;第七条查询消息为<35288,qv,59.64.255.150>,经过5跳该消息被发送到ID为49352的索引结点;第八条查询消息为<33407,qv,59.64.255.150>,经过5跳该查询消息被发送到ID为49352的索引结点;第九条查询消息为<3049,qv,59.64.255.150>,经过1跳该查询消息被发送到ID为15262的索引结点;第十条查询消息为<39669,qv,59.64.255.150>,经过5跳该查询消息被发送到ID为49352的索引结点;
其中,查询消息的资源ID:10432和39669与图2生成的第一条和最后一条查询消息的资源ID相同。以资源ID为10432的查询消息为例,当ID为15262的索引节点接收到查询消息<10432,qv,59.64.255.150>时,该索引节点在索引列表中找到索引消息记录<10432,fv,59.64.255.185>后,将索引消息<10432,fv,59.64.255.185>返回到查询节点。如果符合条件的建库图像有多个时,则把fv与qv之间欧式距离最近的前几条索引消息按照IP地址59.64.255.150返回给查询节点。最后,查询节点根据IP:59.64.255.185与资源所在节点建立连接传输图片。
(24)当所述的结构化P2P-Chord环网络中的索引节点按照Chord协议收到查询消息后,如果该节点中有建库图像的资源ID与该查询图像的资源ID相等时,则把对应的建库图像的索引消息反馈给用户;如果符合条件的建库图像有多个时,则把建库图像特征向量与查询图像特征向量之间设定距离最近的前几条索引消息反馈给用户;
(25)用户根据反馈的结果,从所述的结构化P2P-Chord环网络上获取相关建库图像,然后把这些图像分成符合查询图像的相关图像组和不符合查询图像的非相关图像组,然后根据下述公式更新查询图像的特征向量,
式中,Dr表示符合查询图像的相关图像组,Nr表示符合查询图像的相关图像组中图像的数目,RDi表示符合查询图像的相关图像组Dr中第i幅图像的特征向量;Dn表示不符合查询图像的非相关图像组,Nn表示不符合查询图像的非相关图像组中图像的数目,NDj表示不符合查询图像的非相关图像组Dn中第j幅图像的特征向量;α、β和γ表示权重系数;q'v表示更新后的查询图像的特征向量;
在实验中,我们选取α=0.7,β=0.2,γ=0.1。
(26)用q'v替代原来的qv,返回步骤(22),重复步骤(22)到步骤(25),直到查询结果符合用户的要求或者反馈次数超过设定的阈值。实验中,我们反馈次数的阈值的取值为3次。
所述步骤(3)中所述的资源节点对已建库的图像定时重新发布建库图像的索引消息的操作具体包括如下步骤:
(31)如果已建库图像在设定的周期(比如:一周或者一个月)内未发生改变,那么所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍与该建库图像对应的原有的索引消息即可;
(32)如果已建库图像在设定的周期内仅发生了小的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离未超出设定的阈值,则所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍原有的索引消息即可;
(33)如果已建库图像在设定的周期内已发生了大的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离已超出设定的阈值,则所述的资源节点按照步骤(1)或步骤(13)所述的方法对该建库图像重新构造索引消息,然后向所述的结构化P2P-Chord环网络上发布。
所述的计算建库图像和查询图像的特征向量的方法是采用多基元直方图MTH(Multi-Texton Histogram)的计算方法。关于多基元直方图MTH的详细计算过程可参见文献:Guang-Hai Liu,Lei Zhang,et al.,Image retrieval based on multi-texton histogram,PatternRecognition,43(7)(2010)2380-2389。
在实验中,我们将角度量化为18个方向,即每10°取做一个方向。将图像的RGB颜色空间量化为64,即对R、G、B三个通道进行相同量级的量化。例如,当R>=0且R<=64时,取0;当R>=65且R<=128,取1;当R>=129且R<=192,取2;当R>=193且R<=255,取3。
所述步骤(12)中所述的k维随机整数向量中的每个分量的取值范围是1到资源ID数目的近似值(比如:10)。
所述步骤(24)中所述的建库图像特征向量与查询图像特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法;步骤(32)和步骤(33)中所述的建库图像的新特征向量与旧特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法。
本发明中所用的结构化P2P-Chord环网络和Chord协议的详细内容可参见文献:Stoica,I.,Morris,R.,Karger,D.R.,Kaashoek,M.F.,Balakrishnan,H.:Chord:A scalable peer-to-peer lookupservice for internet applications.In:SIGCOMM,pp.11–160(2001)。在本发明中,我们用本发明的方法所计算的资源ID(包括建库图像的资源ID和查询图像的资源ID)来代替上面文献中使用的资源ID。
发明人经过大量的实验和仿真,获得了满意的实验结果,证实本发明提出的方法是非常有效的。
Claims (7)
1.一种基于内容和反馈的图像检索方法,其特征在于:所述方法包括下列操作步骤:
(1)图像索引库的建立过程:对于每幅建库图像,结构化P2P-Chord环网络上的资源节点计算该建库图像的特征向量,并根据该特征向量计算该建库图像的多个资源ID;然后对于该建库图像的每一个资源ID,构造相应的索引消息,并把该索引消息按照Chord协议发布到所述的结构化P2P-Chord环网络上,结构化P2P-Chord环网络上的索引节点按照Chord协议处理和保存所收到的该建库图像的索引消息,从而基于所述的结构化P2P-Chord环网络建立起图像索引库;所述的结构化P2P-Chord环网络上的资源节点是指存储建库图像的节点,所述的索引节点是指存储建库图像的索引消息的节点;
(2)图像查询过程:对于每幅查询图像,采用步骤(1)中同样的方法,计算该查询图像的特征向量;采用步骤(1)中同样的方法,计算该查询图像同样数目的资源ID;对于该查询图像的每一个资源ID,构造相应的图像查询消息,并把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络上;所述的结构化P2P-Chord环网络上的索引节点按照Chord协议收到该图像查询消息后,把查询结果反馈给查询用户;查询用户根据反馈结果更新该查询图像的特征向量,并采用步骤(1)中同样的方法,重新计算该查询图像同样数目的资源ID,并重复进行上述操作,直到得到满意的查询结果或者重复操作次数超过设定的阈值;
(3)图像索引库的更新过程:按照设定的周期,所述的结构化P2P-Chord环网络上的资源节点对已建库的图像定时重新发布建库图像的索引消息;同时所述的结构化P2P-Chord环网络上的索引节点定时检查所保存的建库图像的索引消息,若索引消息超期未更新,则把该条索引消息删除。
2.根据权利要求1所述的一种基于内容和反馈的图像检索方法,其特征在于:所述步骤(1)的内容具体包括如下操作步骤:
(11)构造哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)},其中v是函数的变量,是一个d维的向量,是按照设定的方法从建库图像计算得到的特征向量;d是一个大于1的自然数,m是一个大于1的自然数;所述的哈希函数族G中的gi(v)=[hi1(v),hi2(v),hi3(v),...,hik(v)]T是一个k维的整数向量,其中k是一个大于1的自然数,i是大于等于1小于等于m的自然数,运算符[]T表示转置运算;gi(v)中的哈希函数hij(v)定义如下式:
该式中,运算符表示对该运算符内的数值进行下取整运算;aij表示一个d维的常数向量,该向量的每个分量值服从高斯分布;W是一个大于0的实数;bij是从[0,W]之间随机选取的一个实数;j是大于等于1小于等于k的自然数;
(12)构造随机整数向量数组R={r1,r2,r3,...,rm},其中该随机整数向量数组R中的每个随机整数向量ri=[ri1,ri2,ri3,...,rik]T都是一个k维的随机整数向量,整数向量中的每个分量rij都是一个非零的随机整数,该随机整数在设定的取值范围内随机获得,其中i是大于等于1小于等于m的自然数,j是大于等于1小于等于k的自然数;k和m的取值与步骤(11)中的取值要完全相同;运算符[]T表示转置运算;
(13)对于每一幅要建库的图像,结构化P2P-Chord环网络上的资源节点按照设定的方法计算该建库图像的特征向量fv,然后把该建库图像的特征向量fv代入所述的哈希函数族G中,得到该建库图像的哈希函数值向量组,即I={I1,I2,I3,...,Im}={g1(fv),g2(fv),g3(fv),...,gm(fv)};然后基于前步骤中所构造的随机整数向量数组R={r1,r2,r3,...,rm},计算该建库图像的资源ID数组FconID={FconID1,FconID2,FconID3,...,FconIDm},其中该建库图像资源ID数组中的每个资源ID的计算公式如下:
FconIDi=SHA-1(Ii·ri)
上式中,Ii·ri表示矢量Ii和ri进行点乘,i是大于等于1小于等于m的自然数,函数SHA-1()表示对括号内的数值按照安全哈希算法SHA-1进行哈希计算;m的取值与步骤(11)中的取值要完全相同;
(14)为该建库图像的每个资源ID构造索引消息,该索引消息的格式如下:<FconIDi,fv,IP>,其中IP表示存储该建库图像的资源节点的IP地址;然后把该消息按照Chord协议发布到结构化P2P-Chord环网络,结构化P2P-Chord环网络上的索引节点按照Chord协议处理并保存所收到的该建库图像的索引消息,从而基于结构化P2P-Chord环网络建立起图像索引库。
3.根据权利要求1或2所述的一种基于内容和反馈的图像检索方法,其特征在于:所述步骤(2)的内容具体包括如下操作步骤:
(21)按照步骤(1)或步骤(13)中同样的方法,计算查询图像的特征向量qv;
(22)利用步骤(1)或步骤(13)中所述的哈希函数族G={g1(v),g2(v),g3(v),...,gm(v)}和所述的随机整数向量数组R={r1,r2,r3,...,rm},按照步骤(1)或步骤(13)中同样的方法,计算该查询图像的资源ID数组QconID={QconID1,QconID2,QconID3,...,QconIDm};
(23)为该查询图像的每个资源ID构造图像查询消息,该图像查询消息的格式如下:<QconIDi,qv,IP>,其中IP表示发起该查询图像操作的网元的IP地址;然后把该图像查询消息按照Chord协议发布到步骤(1)所述的结构化P2P-Chord环网络;
(24)当所述的结构化P2P-Chord环网络中的索引节点按照Chord协议收到查询消息后,如果该节点中有建库图像的资源ID与该查询图像的资源ID相等时,则把对应的建库图像的索引消息反馈给用户;如果符合条件的建库图像有多个时,则把建库图像特征向量与查询图像特征向量之间设定距离最近的前几条索引消息反馈给用户;
(25)用户根据反馈的结果,从所述的结构化P2P-Chord环网络上获取相关建库图像,然后把这些图像分成符合查询图像的相关图像组和不符合查询图像的非相关图像组,然后根据下述公式更新查询图像的特征向量,
式中,Dr表示符合查询图像的相关图像组,Nr表示符合查询图像的相关图像组中图像的数目,RDi表示符合查询图像的相关图像组Dr中第i幅图像的特征向量;Dn表示不符合查询图像的非相关图像组,Nn表示不符合查询图像的非相关图像组中图像的数目,NDj表示不符合查询图像的非相关图像组Dn中第j幅图像的特征向量;α、β和γ表示权重系数;q'v表示更新后的查询图像的特征向量;
(26)用q'v替代原来的qv,返回步骤(22),重复步骤(22)到步骤(25),直到查询结果符合用户的要求或者反馈次数超过设定的阈值。
4.根据权利要求1或2所述的一种基于内容和反馈的图像检索方法,其特征在于:所述步骤(3)中所述的资源节点对已建库的图像定时重新发布建库图像的索引消息的操作具体包括如下步骤:
(31)如果已建库图像在设定的周期内未发生改变,那么所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍与该建库图像对应的原有的索引消息即可;
(32)如果已建库图像在设定的周期内仅发生了小的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离未超出设定的阈值,则所述的资源节点直接向所述的结构化P2P-Chord环网络上重新发布一遍原有的索引消息即可;
(33)如果已建库图像在设定的周期内已发生了大的改变,即所述的资源节点对该建库图像重新计算特征向量后,发现这个新特征向量与旧特征向量之间的设定距离已超出设定的阈值,则所述的资源节点按照步骤(1)或步骤(13)所述的方法对该建库图像重新构造索引消息,然后向所述的结构化P2P-Chord环网络上发布。
5.根据权利要求1或2或3或4所述的一种基于内容和反馈的图像检索方法,其特征在于:所述的计算建库图像和查询图像的特征向量的方法是采用多基元直方图Multi-TextonHistogram的计算方法。
6.根据权利要求2所述的一种基于内容和反馈的图像检索方法,其特征在于:所述步骤(12)中所述的k维随机整数向量中的每个分量的取值范围是1到资源ID数目的近似值。
7.根据权利要求3或4所述的一种基于内容和反馈的图像检索方法,其特征在于:所述步骤(24)中所述的建库图像特征向量与查询图像特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法;步骤(32)和步骤(33)中所述的建库图像的新特征向量与旧特征向量之间设定距离的计算采用欧式距离或马氏距离或其他距离的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310141628.9A CN103218441B (zh) | 2013-04-22 | 2013-04-22 | 一种基于内容和反馈的图像检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310141628.9A CN103218441B (zh) | 2013-04-22 | 2013-04-22 | 一种基于内容和反馈的图像检索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103218441A true CN103218441A (zh) | 2013-07-24 |
CN103218441B CN103218441B (zh) | 2015-12-09 |
Family
ID=48816228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310141628.9A Expired - Fee Related CN103218441B (zh) | 2013-04-22 | 2013-04-22 | 一种基于内容和反馈的图像检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103218441B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657508A (zh) * | 2015-03-17 | 2015-05-27 | 浪潮集团有限公司 | 图像数据存储装置和图像数据存储方法 |
CN104933154A (zh) * | 2015-06-25 | 2015-09-23 | 北京邮电大学 | 一种基于分布式网络实现图像按内容快速检索的方法 |
CN105989063A (zh) * | 2015-02-09 | 2016-10-05 | 大唐软件技术股份有限公司 | 视频检索方法和装置 |
CN107515937B (zh) * | 2017-08-29 | 2020-10-27 | 千寻位置网络有限公司 | 差分账户的归类方法及系统、服务终端、存储器 |
CN116595065A (zh) * | 2023-05-09 | 2023-08-15 | 上海任意门科技有限公司 | 内容重复识别方法、装置、系统和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020051576A1 (en) * | 2000-11-02 | 2002-05-02 | Young-Sik Choi | Content-based image retrieval apparatus and method via relevance feedback by using fuzzy integral |
US20020174120A1 (en) * | 2001-03-30 | 2002-11-21 | Hong-Jiang Zhang | Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR) |
US20030187844A1 (en) * | 2002-02-11 | 2003-10-02 | Mingjing Li | Statistical bigram correlation model for image retrieval |
CN101329677A (zh) * | 2008-05-07 | 2008-12-24 | 裴亚军 | 基于图像内容的图像搜索引擎 |
CN101398846A (zh) * | 2008-10-23 | 2009-04-01 | 上海交通大学 | 基于局部颜色空间特征的图像语义概念检测的方法 |
CN101539930A (zh) * | 2009-04-21 | 2009-09-23 | 武汉大学 | 一种相关反馈图像检索方法 |
-
2013
- 2013-04-22 CN CN201310141628.9A patent/CN103218441B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020051576A1 (en) * | 2000-11-02 | 2002-05-02 | Young-Sik Choi | Content-based image retrieval apparatus and method via relevance feedback by using fuzzy integral |
US20020174120A1 (en) * | 2001-03-30 | 2002-11-21 | Hong-Jiang Zhang | Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR) |
US20030187844A1 (en) * | 2002-02-11 | 2003-10-02 | Mingjing Li | Statistical bigram correlation model for image retrieval |
CN101329677A (zh) * | 2008-05-07 | 2008-12-24 | 裴亚军 | 基于图像内容的图像搜索引擎 |
CN101398846A (zh) * | 2008-10-23 | 2009-04-01 | 上海交通大学 | 基于局部颜色空间特征的图像语义概念检测的方法 |
CN101539930A (zh) * | 2009-04-21 | 2009-09-23 | 武汉大学 | 一种相关反馈图像检索方法 |
Non-Patent Citations (1)
Title |
---|
王璐: "基于内容的图像检索方法", 《现代情报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989063A (zh) * | 2015-02-09 | 2016-10-05 | 大唐软件技术股份有限公司 | 视频检索方法和装置 |
CN105989063B (zh) * | 2015-02-09 | 2019-11-12 | 大唐软件技术股份有限公司 | 视频检索方法和装置 |
CN104657508A (zh) * | 2015-03-17 | 2015-05-27 | 浪潮集团有限公司 | 图像数据存储装置和图像数据存储方法 |
CN104933154A (zh) * | 2015-06-25 | 2015-09-23 | 北京邮电大学 | 一种基于分布式网络实现图像按内容快速检索的方法 |
CN104933154B (zh) * | 2015-06-25 | 2017-12-29 | 北京邮电大学 | 一种基于分布式网络实现图像按内容快速检索的方法 |
CN107515937B (zh) * | 2017-08-29 | 2020-10-27 | 千寻位置网络有限公司 | 差分账户的归类方法及系统、服务终端、存储器 |
CN116595065A (zh) * | 2023-05-09 | 2023-08-15 | 上海任意门科技有限公司 | 内容重复识别方法、装置、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103218441B (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeinalipour-Yazti et al. | The threshold join algorithm for top-k queries in distributed sensor networks | |
CN103218441A (zh) | 一种基于内容和反馈的图像检索方法 | |
JP2005353039A5 (zh) | ||
CN102223411A (zh) | 采用p2p技术下载文件的方法和系统、客户端 | |
CN103412883B (zh) | 基于p2p技术的语义智能信息发布订阅方法 | |
Abbas et al. | Fast dynamic clustering SOAP messages based compression and aggregation model for enhanced performance of Web services | |
KR101780534B1 (ko) | 이미지 기반 검색을 위한 맵리듀스 기반의 이미지 특징 추출 방법 및 시스템 | |
Mühleisen et al. | A self-organized semantic storage service | |
Huang et al. | PChord: a distributed hash table for P2P network | |
Cai et al. | The analysis of kademlia for random IDs | |
Liao et al. | Fusion feature for LSH-based image retrieval in a cloud datacenter | |
Kniesburges et al. | Hashed Patricia Trie: Efficient longest prefix matching in peer-to-peer systems | |
Kim et al. | Research on traffic taxonomy for Internet traffic classification | |
Ren et al. | haps: Supporting effective and efficient full-text p2p search with peer dynamics | |
Shen et al. | Combining efficiency, fidelity, and flexibility in resource information services | |
Abawajy et al. | A framework for scalable distributed provenance storage system | |
Chung | A Super-Peer Selection Strategy for Peer-to-Peer Systems | |
Folino et al. | Efficient discovery of data mining services over DHT-based overlays | |
Louati et al. | SPSD: A Scalable P2P-based Service Discovery Architecture | |
Guo et al. | A new efficient hierarchical distributed p2p clustering algorithm | |
Gao et al. | An efficient and scalable multi-dimensional indexing scheme for modular data centers | |
MN et al. | Scalable Approach for Content-Based Image Retrieval in Peer-to-Peer Networks | |
Nadim et al. | Mobility of Web of Things: a distributed semantic discovery architecture | |
Kalala et al. | EigenTrust for Hierarchically Structured Chord | |
Takeuchi et al. | A large scale key-value store based on range-key skip graph and its applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151209 Termination date: 20160422 |
|
CF01 | Termination of patent right due to non-payment of annual fee |