买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明公开了一种基于离散量子游走图像重排序算法提高图像相关性的方法，根据图像之间的相似性构造概率转移矩阵；其次，由硬币算子和交换算子控制基于加权完全图上离散量子游走，构造量子重排序算法提高图像相关性；最后，采用仿真实验对所构造的量子重排序算法进行图像检索精度和效率分析。本方法对于相同图像数据集，量子重排序算法的平均检索精度有明显提高具有更低的时间复杂度。本发明有助于推动人们构建新的量子计算模型，并探索其在图像检索领域中图像重排序算法提高图像检索精度的应用，而且进一步推动了量子计算与传统图像检索的融合。本发明作为视频检索和网页检索等检索引擎应用的关键技术，被广泛应用于医学、电商、图像处理等领域。

主权项：1.一种基于离散量子游走图像重排序算法提高图像相关性的方法，其特征在于，包括以下步骤：步骤1、根据图像之间的相似性来构造概率转移矩阵；步骤2、基于加权完全图上离散量子游走构造量子图像重排序算法提高图像相关性方法；步骤3、对构造的量子重排序算法进行图像检索精度和效率分析；步骤1中，根据图像之间的相似性来构造概率转移矩阵，过程的具体描述为：构造加权完全图模型，其中每个节点表示一幅图像，权值表示图像之间的相似度；根据归一性原则构造概率转移矩阵，将其作用在离散量子游走的演化算子中；步骤2中，基于加权完全图上离散量子游走构造量子图像重排序算法提高图像相关性方法，过程的具体描述为：选择参数，包括加权完全图上的节点数、系统的初始状态、游走者的游走步数；以图像为输入，在基于加权完全图上执行离散量子游走，游走者到达顶点的瞬时概率，也称作图像的瞬时相关性得分；选择平均概率表示图像最终的瞬时相关性得分，并将其作为图像重排序算法的输出，然后根据相关性得分大小实现图像重排序；所述根据图像之间的相似性来构造概率转移矩阵步骤，其中；设定有n幅图像x1,x2,...,xn，用加权完全图来表示n幅图像，即将完全图的节点表示每幅图像xi，节点之间的边由相似度值wij来加权，其中相似度值计算通过对每图像提取颜色特征Mi和纹理特征Hi实现；根据归一性原则得到初始概率转移矩阵实际上最终图像重排序的概率转移矩阵是G＝αP+1-αveT，其中α∈[0,1]，向量v表示初始排序得分，e是元素全为1的n维列向量；以n幅图像x1,x2,...,xn为重排序算法的输入，游走到加权完全图上节点的平均概率值作为重排序算法的输出，提高图像相关性的重排序算法构造步骤，其中；选择参数其中n表示加权完全图上的节点数、表示系统在t＝0时刻的初始状态、T表示游走者的游走步数；根据图像相似度矩阵W得到概率转移矩阵G，再构造加权硬币算子C；然后由硬币算子C和交换算子S控制加权完全图上的离散量子游走，最后到达各顶点的振幅为其中U＝SC，Cj＝2|sj＞＜sj|-In，t步后在顶点i得到的瞬时概率为选择平均概率表示图像最终的相关性得分然后根据得分大小实现图像重排序。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于离散量子游走图像重排序算法提高图像相关性的方法