大规模图像近似拷贝快速检测方法研究

The image near-duplicate detection is a new research direction in image retrieval domain. There are two key problems, image compactness description and fast retrieval, required to be solved to implement fast and robust detection of near-duplicate images in a large-scale image database. The polysemy and synonymity of visual words get less attention from the existing methods based on visual words. In this project, we will research fast detection methods of near-duplicate images by making use of visual words context and visual words extending for a large-scale image database. The main research points include: (1)The transformation method from local features to visual words which are compact, fast mapping, strongly discriminating and limited count; (2) The modeling method of visual words context; (3) The high-dimensional visual words fast retrieval method in a large-scale visual words database; (4) The efficient verification method of near-duplicate images. The research work in this project can improve the description and retrieval efficiency of visual words, and promote detection technology of near-duplicate images. The achievements can also contribute to the research work on visual words-based image classification and retrieval.

图像近似拷贝检测是图像检索领域一个新的研究方向。在大规模图像库中实现快速鲁棒的图像近似拷贝检测，尚需解决图像的紧致描述与高效检索等关键问题。当前基于视觉词汇的方法对视觉词汇的多义性和同义性问题缺少针对性的关注。本项目拟以视觉词汇的多义性和同义性问题为出发点，研究面向大规模图像库的有效利用视觉词汇上下文信息和视觉词汇扩展的图像近似拷贝快速检测方法。研究内容包括：(1)局部特征视觉词汇化方法，使视觉词汇具有紧致性、快速映射、强区分能力、数量有限性；(2)视觉词汇上下文建模方法；(3)大规模高维视觉词汇的快速近邻检索；(4)高效的图像近似拷贝验证方法。通过本项目的研究，有效弥补当前在大规模图像库中视觉词汇表示和检索方面的不足，推动近似拷贝图像检测技术的进一步发展，相关研究成果有助于促进基于视觉词汇的图像分类和检索研究。

近似拷贝图像检测是当前图像检索领域一个活跃的研究课题，具有广泛的应用前景。其面临的主要问题是：在图像库规模不断增大时如何保证检索的效率和鲁棒性。当前最为有效的方法是基于视觉词汇模型的框架，其将局部特征点量化为视觉词汇，然后采用倒排索引构建索引库。在该框架下，需要研究如何将局部特征点表示为视觉词汇这个最为根本的问题。针对现有视觉词汇表示上存在的问题，围绕着项目的研究目标，课题从局部特征描述子量化、视觉词汇上下文描述子构建和相似性计算、以及图像近似拷贝检测的具体应用等方面开展研究。成果体现在如下几个方面：(1)在局部特征描述子量化方面，梳理了相关的算法（相似哈希计算和K均值量化及其快速的近似查找方法），在此基础上，针对SIFT描述子的特点采用了分组量化方法，其具有快速映射的效果。(2)视觉词汇上下文描述子构建和相似性计算方面，我们建设性的提出了一种具有紧致性、旋转鲁棒性、高区分能力的视觉词汇上下文描述子，该上下文描述子在近似拷贝图像检索方面具有非常好的效果，而且通过上下文描述子增强视觉词汇区分能力为近似拷贝图像检索提出了一个新的思路。(3)在应用方面，我们将图像近似拷贝检测技术应用于场景图像的检索中，设计了一种基于地理位置和实时拍摄图像进行场景检索的方法；另外，在拷贝视频检索上进行了尝试性的应用，提出了视频中局部特征点的时空上下文描述子。总之，课题组在大规模近似图像拷贝检索方面做了深入研究，并在此基础上将研究扩展到更为复杂的问题中，比如：场景检索和拷贝视频检索等。项目组共发表4期刊论文，3篇国际会议论文，其中SCI论文2篇，EI收录3篇，2项专利，待发表论文2篇，培养硕士生4名。