APP下载

基于Spark的海量图像检索系统设计

2015-07-25王迅冯瑞

微型电脑应用 2015年11期
关键词:单词模型

王迅,冯瑞

0 引言

基于内容的图像检索是指根据查询图像的视觉特征,在图像库中找出与之相似的图像。随着计算机科学技术和数字图像采集技术的迅速发展以及互联网的普及应用,每天从各行各业都产生出大量的多媒体数据,这些数据大部分是以图片和视频等形式表现的,传统基于单节点架构的图像检索系统存在检索速度慢、并发性差,实时性和稳定性无法保障等问题,已经不能满足人们对于检索性能的要求。因此分布式地图像处理、快速及时地图像检索方法成为了研究热门。

本文提出了一种基于 Spark[1]的图像检索方法,能够处理海量图像上的图像检索问题。该系统主要由离线特征提取,视觉词袋模型[2]训练,在线图像检索3部分构成。原始图像集和提取的SIFT[3]特征都存储在Hadoop文件系统HDFS[4]上。集群能够随图像数据的增大,动态地增加集群节点数。

1 基于BoVW的图像检索

视觉词袋模型(Bag-of-Visual-word,BoVW)是将文本检索中的Bag-of-words模型应用于图像检索。和文本检索相似,为了表示一幅图像,我们可以将图像看作是若干个“视觉单词”组成的文档,视觉单词相互之间没有顺序。基于视觉词袋模型的图像检索方法由Sivic和Zisserman等人于03年首次提出。BoVW是一种无监督学习,可以高效的对未经过标注的的图像数据集建立索引。基于视觉词袋模型的图像检索方法主要有如下步骤构成:

(1)特征提取

将图像集中的图像进行特征提取,基于 BoVW 的图像检索一般使用图像的SIFT特征。

(2)视觉词袋模型训练

登录APP查看全文

猜你喜欢

单词模型
Exercise 1
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
看图填单词
看完这些单词的翻译,整个人都不好了
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用
单词拾趣