呂英麗 徐小君 顧 勇

(河北建筑工程學(xué)院，河北張家口075000)

1 引言

隨著網(wǎng)絡(luò)技術(shù)和成像技術(shù)的迅猛發(fā)展，基于內(nèi)容的多媒體圖像資料的搜索需求日益強(qiáng)大［1］.現(xiàn)有的搜索引擎如百度、谷歌等對(duì)圖像資料的搜索主要依賴于圖像對(duì)應(yīng)的標(biāo)注信息，使得搜索結(jié)果不盡準(zhǔn)確.而手工進(jìn)行圖像標(biāo)注的方法費(fèi)用太過昂貴，僅僅根據(jù)標(biāo)注的文本信息檢索圖像資料已經(jīng)不能滿足搜索的需求.新興的研究主要集中在基于內(nèi)容的圖像檢索系統(tǒng)上，即通過分析圖像內(nèi)容數(shù)據(jù)確定圖像的檢索信息進(jìn)而進(jìn)行圖像檢索［2］［3］.這些研究將促進(jìn)基于圖像內(nèi)容搜索技術(shù)的應(yīng)用，帶來很大的經(jīng)濟(jì)效益，同時(shí)能引起人們生活方式的變革進(jìn)而產(chǎn)生巨大的社會(huì)效益［4］［5］.正是在這樣的背景下，本文應(yīng)用LDA(latent Dirichlet allocation)模型對(duì)基本圖像特征進(jìn)行建模，然后應(yīng)用且具有良好分類效果的支持向量機(jī)SVM(Support Vector Machine)算法進(jìn)行分類.

2 LDA模型介紹

本文利用圖像低層特征和圖片文件數(shù)據(jù)建立圖片的LDA模型.把模型參數(shù)送到LDA模型數(shù)據(jù)庫(kù)進(jìn)行檢索，返回根據(jù)圖像內(nèi)容檢索到的類似圖像結(jié)果.尋找圖像的重要特征并構(gòu)建圖像的語義模型.應(yīng)用shift特征結(jié)合低層特征進(jìn)行特征融合.建立圖像的改進(jìn)LDA模型.根據(jù)語義模型進(jìn)行圖像庫(kù)的預(yù)分類技術(shù)加快檢索速度.其中LDA模型是系統(tǒng)的核心模型.

LDA即隱狄立特雷分配［6］，是David Blei，Andrew Ng和Michael Jordan在2002年首先提出的一種生成模型.它是為文本處理領(lǐng)域引入的一個(gè)采用無參數(shù)分級(jí)貝葉斯方法產(chǎn)生的主題模型.在2006年，加州理工大學(xué)的李菲菲教授［7］將其引入圖像檢索領(lǐng)域并取得較好的效果.該模型每個(gè)主題下的文檔θi服從多項(xiàng)式分布Multi(θ)，語料庫(kù)中的每個(gè)主題服從多項(xiàng)式分布p(w|zi)，將其應(yīng)用到圖像處理領(lǐng)域時(shí)，語料庫(kù)對(duì)應(yīng)圖像領(lǐng)域的圖像庫(kù)，主題對(duì)應(yīng)類別，文檔對(duì)應(yīng)一幅圖像.α，β，θ，和φ是系統(tǒng)對(duì)應(yīng)的參數(shù).

3 檢索系統(tǒng)設(shè)計(jì)

用戶輸入圖片到計(jì)算機(jī)，在本地先進(jìn)行預(yù)處理，對(duì)圖片格式及其他圖片信息進(jìn)行檢測(cè).提取圖像低層特征包括顏色、紋理及SIFT特征，然后把圖像低層特征和圖片文件送入服務(wù)器端，在服務(wù)器端建立圖片的LDA模型.把模型參數(shù)送到LDA模型數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，確定圖片屬于的類別，在同類別中根據(jù)與輸入圖片相似度進(jìn)行排序輸出前幾幅圖像.同時(shí)LDA模型數(shù)據(jù)庫(kù)匹配的文字信息也一起傳送到用戶端.如果用戶采用的是文字檢索方式，則直接用文字同模型數(shù)據(jù)庫(kù)中的文字進(jìn)行檢索匹配.

4 實(shí)驗(yàn)結(jié)果與分析

本系統(tǒng)提取SIFT特征的實(shí)驗(yàn)部分使用SIFT－VC程序進(jìn)行，該程序是Rob Hess編制的VC界面下的特征提取程序，具有特征提取速度快并與Lowe，D.的SIFT特征接近的效果.LDA建模部分采用GibbsLDA++進(jìn)行，SVM部分使用臺(tái)灣林智仁教授的LIBSVM程序軟件包進(jìn)行開發(fā).這些軟件包均是目前這些應(yīng)用的主流軟件包，最貼近算法設(shè)計(jì)者的原算法且應(yīng)用簡(jiǎn)單.

實(shí)驗(yàn)用的數(shù)據(jù)庫(kù)是ImageNet數(shù)據(jù)庫(kù)，該庫(kù)是2008年普林斯頓大學(xué)的李菲菲教授團(tuán)隊(duì)開始建立的數(shù)據(jù)庫(kù)，該庫(kù)目前仍在建設(shè)中，不過已經(jīng)具有相當(dāng)?shù)囊?guī)模.ImageNet根據(jù)WordNet分級(jí)機(jī)制組織數(shù)據(jù)庫(kù).每個(gè)節(jié)點(diǎn)選取幾百到上千幅圖像描述該節(jié)點(diǎn)并由人工進(jìn)行標(biāo)注以確保數(shù)據(jù)庫(kù)數(shù)據(jù)的準(zhǔn)確性.

實(shí)驗(yàn)中我們由ImageNet數(shù)據(jù)庫(kù)中選卻了8類圖片進(jìn)行檢索實(shí)驗(yàn)，分別是哺乳動(dòng)物、山、鳥、花、飛機(jī)、汽車、船和房屋.每類圖片選取500個(gè)樣本圖片.圖3給出了汽車類別和花類別的圖片的基本特征對(duì)比情況，由圖中可以看出同類別圖片的特征較不同類別有較大相似性.

在檢索率試驗(yàn)中，由8類圖像中每類選取500幅圖像，按照檢索試驗(yàn)方法進(jìn)行試驗(yàn)，表1列出了各類圖片的檢索率值.由表中可以看出不同類別的檢索率不同，這是由于不同檢索類別的特征特點(diǎn)不同，且與其他類別的區(qū)分度有差異造成的.

表1 八類圖片的檢索率

表2給出了當(dāng)圖像訓(xùn)練數(shù)據(jù)量變化時(shí)對(duì)檢索率的影響.訓(xùn)練數(shù)據(jù)樣本量越大，檢索率越高.但訓(xùn)練數(shù)據(jù)樣本量越大，檢索系統(tǒng)構(gòu)建時(shí)的計(jì)算量也越大，系統(tǒng)構(gòu)建的時(shí)間也越長(zhǎng).

表2 訓(xùn)練數(shù)據(jù)變化時(shí)檢索率提高表

5 總結(jié)

本文在數(shù)字圖像內(nèi)容研究的基礎(chǔ)上提出了一種基于LDA模型的圖像檢索方法.該方法提取出圖像的顏色、紋理及SIFT特征進(jìn)行混合得到圖像的復(fù)合特征，使用這些特征與圖像和圖像庫(kù)構(gòu)建LDA模型.根據(jù)不同類別的LDA模型參數(shù)的不同進(jìn)行圖像檢索.實(shí)驗(yàn)表明該方法對(duì)基于內(nèi)容的多媒體圖像資料檢索效果良好.

［1］Datta R.，D.Joshi，J.Li，etc.Image retrieval:ideas，influences，and trends of the new age［M］.New York:Association for Computing Machinery，2008，1971 ～2035

［2］Russell，B.C.，Torralba，A.，Murphy，K.P.，etc.LabelMe:A database and web －based tool for image annotation.International Journal of Computer Vision，2008，77(1－3):157～173

［3］Vedaldi，A.，Gulshan，V.，Varma，M.，etc，A.Multiple kernels for object detection［C］.Kyoto:In Twelfth International Conference on Computer Vision，2009

［4］Kinh Tieu，Paul Viola.Boosting Image Retrieval.Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2000

［5］James Z.Wang，Jia Li，Gio Wiederhold.SIMPLIcity:Semantics－sensitive Integrated Matching for Picture Libraries［J］.IEEE Trans.on Pattern Analysis and Machine Intelligence，2001，23(9):pp947 －963

［6］D.Blei，A.Ng，M.Jordan.Latent dirichlet allocation.Journal of Machine Learning Research，2003，3:993 ～1022

［7］Fei－ Fei.L.，Perona.P.A Bayesian Hierarchical Model for Learning Natural Scene Categories.CVPR，2005，6:524 ～53