任何人都可以为 CBIR 推荐好的算法吗？

Posted 2023-02-25

【中文标题】任何人都可以为 CBIR 推荐好的算法吗？

【英文标题】：Can anyone suggest good algorithms for CBIR?

【发布时间】：2012-11-10 13:09:03

【问题描述】：

项目：基于内容的图像检索 - 半监督（训练时对图像进行手动标记）

说明

我在数据库中有 1000000 张图像。培训是手动（监督） - 为每个图像提供标题和标签。 例子： 可乐.jpg 标题：可乐 标签： 可乐, 罐头

使用图像和标签，我必须训练系统。训练后，当我给出一个新图像（已经在数据库中/全新的）时，系统应该输出图像可能属于的可能标签，并显示属于每个标签的少量图像。系统也可能会说没有找到匹配项。

问题：

1) 图像指纹是什么意思？预期的图像指纹大小是多少？ （很重要，因为将有数百万张图片插入数据库）

2) 数据库中指纹的字段格式是什么？ （很重要，因为需要快速搜索……脚本应该在不到 1 秒的时间内搜索到 100 万张图片数据库）

3) 我们用来分析它们的描述符（算法）是什么？

提前致谢

【问题讨论】：

我猜fingerprint是指图像的特征向量。

是的，但是你能告诉我指纹的大小以及我应该如何存储指纹...每张图像1个或每个标签1个或标签组合1个...因为那里是数百万张图片...您还可以分享使用哪些特征提取方法...谢谢您的回复...

显然，必须为每个图像计算“图像的特征向量”。尝试阅读一些关于图像分类的研究论文。我认为您的问题没有一个正确答案。

谢谢...作为开始，您能否提出一些算法以及相应的指纹大小、字段...我会采纳您的建议并阅读一些论文...

【参考方案1】：

图像指纹：图像的有意义的表示。当然，您不能使用单个像素。最合理的做法是最小化基之间的相关性。简而言之，如果您拍摄 64x64 图像，左上角的两个像素可能相同或相似。将每个 64^2 像素用作输入是没有用的，您需要更好的东西。试着看看主成分分析是做什么的。 这完全取决于您。极端化它，你可以使用一点，它告诉你图像是否暗。更好的是，您对图像进行 PCA 并尝试不同数量的特征（并非总是更多的特征更好） 无论您想要什么，您都可以使用很多算法。我推荐支持向量机。易于使用且得到很好的支持。如果您有很多不同的标签，您可能必须为每个标签放置一个 SVM。这可能并不理想，您可能想尝试其他方法。

【参考方案2】：

我建议在从训练图像中提取的图像特征列表上训练 SVM 模型

【参考方案3】：

嗯，这个话题很大，但这里是一个可能的解决方案的简要概述

图像指纹是 SIFT 描述符的集合 这些都被量化以减小大小并允许索引

为您的数据库建立一个倒排索引，以允许通过量化描述符查找图像（您可以使用任何全文搜索引擎\DB）

给定一张图片，查找共享大量通用描述符的图片

对于那些潜在的候选者，您应该验证描述符的空间排列是否足够相似

一些帮助您入门的文章：

Philbin, James, et al. "Object retrieval with large vocabularies and fast spatial matching." Computer Vision and Pattern Recognition, 2007. CVPR'07. IEEE Conference on. IEEE, 2007.

Philbin, James, et al. "Lost in quantization: Improving particular object retrieval in large scale image databases." Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.

Mikulík, Andrej, et al. "Learning a fine vocabulary." Computer Vision–ECCV 2010 (2010): 1-14.

【讨论】：

感谢您的回复....我将通过上述参考并尝试我的项目...\