[发明专利]基于视觉词袋模型的人脸图像检索方法

摘要

本发明提供一种基于视觉词袋模型的人脸图像检索方法，所述检索方法包括索引阶段和检索阶段，通过对人脸部位进行局部区域图像的划分和有效检索，并改进了传统的词项频率‑文档频率相似度权重计算方式，从而提升了在海量数据集下进行相似图像检索的效率及检索精度。通过本发明提供的基于视觉词袋模型的人脸图像检索方法，解决了现有检索方法存在的视觉单词噪点、运行效率低、及检索结果准确率低的问题。

主权项

一种基于视觉词袋模型的人脸图像检索方法，其特征在于，所述检索方法包括：索引阶段和检索阶段；其中，所述索引阶段包括：1.1)通过特征分类器对训练图像中的任一张图像提取出人脸部位，并从人脸部位中提取出局部区域图像；1.2)根据划分的局部区域，分别计算每个局部区域内的任一张局部区域图像，得到对应的视觉特征描述符向量；1.3)采用聚类算法对每个局部区域内的视觉特征描述符向量进行聚类，得到视觉单词词汇表，然后再根据所述视觉单词词汇表中的视觉单词对视觉特征描述符向量进行归类统计，生成倒排索引表，其中，所述倒排索引表以key‑value键值对的形式表示；所述检索阶段包括：2.1)通过特征分类器提取出待检索图像，并从待检索图像中提取出局部区域图像，然后分别计算每个局部区域图像，得到对应的视觉特征描述符向量；2.2)利用索引阶段生成的视觉单词词汇表对2.1)中所述的视觉特征描述符向量进行归类统计，得到相应的key‑value键值对；2.3)采用分布式并行计算方式将2.2)中得到的key‑value键值对与倒排索引表进行匹配，得到相似图像列表；2.4)通过对相似图像进行相似度分数计算，得到相似图像的相似度排序。