一種基于商品圖像顯著圖分塊加權匹配檢索方法技術

本發明專利技術公開了一種基于商品圖像顯著圖分塊加權匹配檢索方法，該方法通過對用戶輸入的商品查詢圖像采用主動分塊策略，計算出各個塊圖像的特征，然后提取查詢圖像的商品主體顯著圖，根據顯著圖計算各個塊特征在匹配度量時權值系數，本發明專利技術突出了商品主體在匹配中的作用，提高了查全率和查準率，同時在應用中表現了良好的穩健性。

【技術實現步驟摘要】

本專利技術涉及圖像搜索
和模式識別圖像處理領域，尤其涉及一種基于商品顯著圖分塊加權匹配檢索方法和系統。
技術介紹
隨著多媒體信息技術和互聯網技術的發展，特別是大規模數字圖像庫的出現，圖像信息越來越得到重視。而如何管理飛速增長的圖像信息，并從海量的圖像集合中快速有效的查找出人們感興趣的圖像成為了具有廣泛實際意義的工作。早期的圖像檢索是基于文本的圖像檢索(Text_Based Image Retrival),然而這種檢索方法存在很大的局限性，圖像豐富所包含的視覺特征往往無法用文本進行客觀的描述，基于內容的圖像檢索技術(Context_Based Image Retrieval)利用圖像自身包含的豐富的視覺特征，提取所蘊含的各種有用信息進行檢測，不僅可以實現自動提取圖像信息，且提取的圖像信息更加穩定。當用戶上傳一幅商品圖像并期望搜尋與該圖相同或相近的商品時，用戶更關注商品本身，如T恤、風衣、靴子、衛衣、半身裙、褲子、包包、連衣裙等，且該商品區域最能表現用戶的視覺注意程度，從人類視覺感知模型的角度看，用戶感興趣的區域一定是圖像或視頻中的顯著性區域。為了改善用戶的視覺搜索體驗，使用戶購物體驗更友好，需要對用戶重點關注的“感興趣區域”進行重點分析。使用全局特征如顔色、紋理、形狀等進行圖像檢索時，對圖像的前景和背景不區分處理，導致不能反映圖像中用戶真正關注內容，只能比較圖像全局統計相似性，從而導致檢測效果不佳。為了克服全局特征在描述圖像內容上的不足，現在基于區域的圖像檢索方法被提出，但是沒有突出用戶關注的圖像部分，可能導致檢索出用戶不滿意的圖像。
技術實現思路
本專利技術的目的是克服現有技術的不足，提供。本專利技術的目的是通過以下技術方案來實現的。，包括如下步驟( I)對商品查詢圖像采用主動分塊策略，分為上、下、左、右、圖像中心塊5個子塊和全圖塊，共6個塊圖像，并提取出每個塊的全局特征，包括形狀、布局等特征；(2)對步驟I中的商品查詢圖像提取顯著圖，該圖表示為各個點的像素值為商品主體的置信度分值，該值越高，則為商品主體的概率越大；(3)對步驟I中的各個塊特征在檢索度量時占有的權重進行計算，利用步驟2)中的顯著圖，通過塊內度量均值在所有子塊中的占有比率，得到每個塊特征數據在度量中的所占的權重系數；(4)在商品圖像庫中進行檢索匹配，利用每個塊的全局特征和其權重系數，采用加權匹配度量距離，計算用戶輸入的商品圖像通過庫中的商品圖像的相似度；(5)結果輸出，對各個維度按照相似度大小的順序顯示給用戶。本專利技術的有益效果是，采用對輸入的商品查詢圖像進行主動分塊提取全局特征，然后提取出圖像中各個像素點為商品主體的置信度，即顯著圖，在匹配計算相似度量時，根據該主體區域的分布，主動對每個塊內的特征進行加權匹配度量，從而提高了圖像中商品的相似性、檢索的查全率和查準率，增強了穩健性。附圖說明圖1是基于商品圖像顯著圖分塊加權匹配檢索方法的流程圖。具體實施例方式下面結合附圖詳細描述本專利技術，本專利技術的目的和效果將變得更加明顯。如圖1所示，本專利技術基于商品圖像顯著圖分塊加權匹配檢索方法包括如下步驟步驟1:商品圖像特征的提取，為后續圖像檢索匹配提供特征數據。首先對用戶上傳的商品查詢圖像采用主動分塊的策略，分別提取為原圖1/2大小的上、下、左、右、中心等5個子圖像塊和原圖共6幅圖像的視覺特征。視覺特征主要包括形狀特征和布局特征，本專利中采用的圖像的形狀特征提取方法為首先將彩色圖像轉化為灰 度圖像。采用了 Aude Oliva, AntonioTorralba Modelingthe Snape of the Scene:A Holistic Representationoi the Spatial Envelope.1nternational Journal of Computer Vision, Vol. 42 (3) : 145-175 (2001)的 GIST 特征方法，提取了 512維度的特征向量維度，并對數據進行降維為53維度，6幅塊圖像形狀特征數據長度為為318維。布局構圖TOPOLOGY特征采用MPEG-7中的CLD顏色和EHD紋理特征進行提取。其中，基于CLD抽取的特征向量維度為12，基于EHD抽取的特征維度為80，即每個塊的布局特征長度為92維度，6幅圖像的布局特征數據長度總計為552維度。步驟2 :商品圖像的顯著圖提取，計算出圖像中像素點為商品主體的置信度。本專利米用了 Jian Sun, Beijing(CN) ; TieLiu, Shaanxi (CN) ; Xiaoou Tang,Beijing(CN);Heung-Yeung Shum，Beijing (CN) SALIENT OBJECT DETECTION[P] PatentNo. :US 7940985 B2, Date of Patent:May 10,2011.所述方法，利用商品圖像中顏色分布概率和顔色空間信息以及商品主體分布特點，削弱背景顔色，增強主體顔色，定位出用戶感興趣的商品主體部分，得到商品圖像的顯著圖，該圖中的每個像素點值的大小表征了該點為商品主體的置信度分數，該值越大，則該點為商品主體的概率越大。步驟3 :計算每個塊特征數據在匹配度量時的權重系數。在步驟2中得到了商品圖像的顯著圖，表征了用戶關注的商品主體的位置分布情況，然后對步驟I中的各個塊中所含有商品主體的概率進行計算，概率越大，該圖像塊特征在匹配度量時的權重系數越大，在本專利中，概率值等同于權重系數值，為了保持檢測的穩健性，原輸入查詢圖像塊的概率系數Wmain，在實驗中默認設置為0. 3，其他5個子分塊的權重系數計算為首先計算每個塊圖像在對應的顯著圖中的區域內的平均顯著置信度；然后按照下面公式來計算每個塊在后續匹配度量中的權重系數 j本文檔來自技高網...

【技術保護點】
一種基于商品圖像顯著圖分塊加權匹配檢索方法，其特征在于：包括如下步驟：（1）對用戶輸入的商品查詢圖像主動分塊，分為上、下、左、右、圖像中心塊5個子塊和全圖塊，共6幅塊圖像，并提取出每幅塊的全局特征，包括形狀和構圖布局等維度特征；（2）對用戶上傳的商品查詢圖像提取顯著圖，圖中的每個像素點值的大小表征了該點為商品主體的置信度分數，該值越大，則該點為商品主體的概率越大；（3）對步驟（1）中的各個塊特征在檢索度量時占有的權重進行計算，利用步驟（2）中的顯著圖，利用各個塊內置信度均值在所有子塊中占有的比率，按照主體區域在塊中出現的概率大小，得到每個塊特征數據在度量中的所占的權重系數；（4）在商品圖像庫中進行檢索匹配，利用每個塊的全局特征和其權重系數，采用加權匹配距離度量，計算輸入的查詢圖像和庫中的商品圖像的相似度；（5）將步驟（4）中的結果，分別按照各個維度的相似度大小的順序顯示給用戶。

【技術特征摘要】
1.一種基于商品圖像顯著圖分塊加權匹配檢索方法，其特征在于包括如下步驟 (1)對用戶輸入的商品查詢圖像主動分塊，分為上、下、左、右、圖像中心塊5個子塊和全圖塊，共6幅塊圖像，并提取出每幅塊的全局特征，包括形狀和構圖布局等維度特征； (2)對用戶上傳的商品查詢圖像提取顯著圖，圖中的每個像素點值的大小表征了該點為商品主體的置信度分數，該值越大，則該點為商品主體的概率越大； (3)對步驟(I)中的各個...

【專利技術屬性】
技術研發人員：呂晟珉，孫凱，
申請(專利權)人：杭州淘淘搜科技有限公司，
類型：發明
國別省市：