石祥滨，钟刘倍，张德园

(1.沈阳航空航天大学 计算机学院，沈阳 110136；2.辽宁大学 信息学院，沈阳 110036)

信息科学与工程

Hadoop环境下图像内容检索方法的研究

石祥滨1,2，钟刘倍1，张德园1

(1.沈阳航空航天大学 计算机学院，沈阳 110136；2.辽宁大学 信息学院，沈阳 110036)

近年来，随着互联网技术的发展，图像数据呈现爆炸式增长，图像检索已成为广泛关注的热点问题。提出一种基于Hadoop和ElasticSearch的多特征融合图像检索方案。为实现分布检索，该方案给出了视觉词典生成、图片向量化和多维倒排索引的构建方法。为了提高检索精度，设计了RootSIFT、颜色矩、Gabor特征,给出了三种特征融合方法。在Corel-1000标准图像库和ILSVRC2015数据集上的实验结果表明，该方案在分布式平台上具有较快的响应速度以及较高的检索精度。关键词： 云平台；特征融合；CBIR；分布式计算

作为一种常见的、内容丰富的数据存储形式，图像中所蕴含的信息往往比文字描述所包含的信息要更丰富直观。随着互联网和多媒体技术的不断发展，图像数据呈现爆发式增长态势，图像检索技术[1]已成为大数据时代的重要课题。传统单一节点图像检索方法的研究对精度和速度都有所提高，如文献[2]中结合了反映局部区域变化的像素点颜色复杂度，对子块颜色直方图进行加权处理；文献[3]中提出一种使用改进的倒排索引、相关性反馈和区域加权的基于区域的图像表示和比较的框架。但随着数据规模的爆发式增长，单节点架构的图像检索系统出现并发性差、速度慢、稳定性和实时性无法保障等问题[4]。……