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：中南大学

摘要：本申请提供了一种基于特征融合的家纺图像检索重排序方法及装置，涉及图像处理技术领域，其方法包括：对待检索图像进行特征提取，得到高层特征和低层特征；分别根据高层特征、低层特征与对应的图像向量库，确定第一检索列表和第二检索列表；分别构建与第一检索列表对应的第一加权图和与第二检索列表对应的第二加权图；分别对第一加权图与第二加权图进行马尔可夫随机游走，并得到与高层特征对应的第一扩散相似度和与低层特征对应的第二扩散相似度；将第一扩散相似度与第二扩散相似度进行融合，得到扩散距离；根据扩散距离对图像检索样本库进行重新排序，得到待检索图像的目标检索列表。通过本发明，可以提高家纺图像检索的精度。

主权项：1.一种基于特征融合的家纺图像检索方法，其特征在于，包括：对待检索图像进行特征提取，得到高层特征和低层特征；根据所述高层特征与对应的第一图像向量库，确定第一检索列表，并根据所述低层特征与对应的第二图像向量库，确定第二检索列表，其中，所述第一图像向量库与所述第二图像向量库均基于所述待检索图像的图像检索样本库得到；分别构建与所述第一检索列表对应的第一加权图和与所述第二检索列表对应的第二加权图；分别对所述第一加权图与所述第二加权图进行马尔可夫随机游走，并得到与所述高层特征对应的第一扩散相似度和与所述低层特征对应的第二扩散相似度；将所述第一扩散相似度与所述第二扩散相似度进行融合，得到扩散距离；根据所述扩散距离对所述图像检索样本库进行重新排序，得到所述待检索图像的目标检索列表；其中，所述分别对所述第一加权图与所述第二加权图进行马尔可夫随机游走，并得到与所述高层特征对应的第一扩散相似度和与所述低层特征对应的第二扩散相似度，包括：将所述马尔可夫随机游走限制于所述第一加权图或所述第二加权图的当前数据点的k个上下文近邻范围内，并分别对所述第一加权图与所述第二加权图进行马尔可夫随机游走，并得到与所述高层特征对应的第一扩散相似度和与所述低层特征对应的第二扩散相似度；其中，所述将所述马尔可夫随机游走限制于所述第一加权图或所述第二加权图的当前数据点的k个上下文近邻范围内，包括：根据所述第一加权图或所述第二加权图构建k上下文近邻图，其中，所述k上下文近邻图的顶点与所述第一加权图或所述第二加权图的顶点相同，所述k上下文近邻图的边的权重与所述第一加权图或所述第二加权图的边的权重不同；其中，所述k上下文近邻图中的边权重包括： ；式中，Eki,j为k上下文近邻图中的边权重，Ei,j为所述第一加权图或所述第二加权图的边权重，Qkxi表示xi的k上下文近邻集合，xi与xj均为所述第一加权图或所述第二加权图的顶点；其中，所述分别对所述第一加权图与所述第二加权图进行马尔可夫随机游走，并得到与所述高层特征对应的第一扩散相似度和与所述低层特征对应的第二扩散相似度，包括：在分别对所述第一加权图与所述第二加权图进行马尔可夫随机游走的过程中，根据所述k上下文近邻图中的边权重，计算得到从顶点xi到顶点xj的转移概率矩阵，根据所述转移概率矩阵确定扩散相似度，其中，所述扩散相似度包括与所述高层特征对应的第一扩散相似度和与所述低层特征对应的第二扩散相似度；其中，所述转移概率矩阵包括： ；式中，为转移概率矩阵，Eki,j为k上下文近邻图中的边权重；其中，所述高层特征用于表征所述待检索图像的语义信息，所述低层特征用于表征所述待检索图像的纹理和款式信息；其中，所述第一检索列表是根据所述高层特征与对应的所述第一图像向量库确定的候选图像列表，所述第一检索列表包括与所述待检索图像具有相似语义信息的图像；所述第二检索列表是根据所述低层特征与对应的所述第二图像向量库确定的候选图像列表，第二检索列表包括与待检索图像具有相似纹理和款式信息的图像；其中，所述第一图像向量库是在所述图像检索样本库中通过获取高层特征的图像向量进行构建，所述第二图像向量库是在所述图像检索样本库中通过获取低层特征的图像向量进行构建。

全文数据：

权利要求：

百度查询： 中南大学 基于特征融合的家纺图像检索重排序方法及装置