基于鲁棒图排序的大规模图像检索方法的研究

With the develop of Internet and social media, there are increasingly image data generalized from web sites. In order to effectively manage such rapidly growing web image data, image retrieval has played an important role. Recently, graph based ranking methods have been widely used due to that the constructed graph can well characterize the data distribution. This proposed project aims to develop a scalable, robust graph ranking method, which can handle both in-sample and out-of-sample image retrieval. The novelties of the proposed project are as follows: 1) we propose a robust and scalable graph construction strategy. The proposed graph has the stability and adaptiveness to the data and parameters. It can also handle imbalanced large-scale data; 2) an efficient graph based ranking method is developed, which can both handle in-sample and out-of-sample retrieval; 3) a new strategy is proposed to update the system by utilizing the reverent feedback and user query image, making the performance of retrieval can be improved.

随着互联网的普及及多媒体的发展，人们在日常生活中接触的图像数据与日俱增。为了有效地管理快速增长的海量图像数据集，图像检索技术的作用举足轻重。因为基于图的排序方法能通过构图有效地反映数据分布，近年来被广泛应用于图像检索领域。本课题旨在提出一种可扩展的、鲁棒的、能够更高效地实现图库内和图库外数据检索的图排序方法。本课题的主要创新点有：1）提出了一种鲁棒的和可扩展的构图方式，该构图具有数据和参数的稳定性和自适应性，同时也能够处理大规模图像数据集；2）提出一种快速图排序方法的图像检索框架，能够同时实现图库内和图库外的图像检索；3）提出一种使用用户相关反馈信息及图库外查询数据进行系统更新的方法，从而进一步提升系统检索性能。

随着互联网和手机技术的不断成熟和发展，人们接触的图像数量的急剧增多，这不仅给存储系统带来巨大麻烦，对于用户如何快速访问和查询用户所需图片也带了前所未有的挑战。为了解决此问题，图像检索被广泛应用于互联网系统中。针对目前图像检索方法中的语义鸿沟问题、大数据查询问题以及无法考虑数据整体分布问题，该项目提出了一种可扩展的鲁棒的图排序方法来解决以上问题。本项目主要研究内容包括以下几点：.1) 研究鲁棒的及可扩展的构图方式用来描述图像数据分布。鲁棒性和可扩展性在通常情况下是相对的，很难保证两方面同时满足。在本课题中，既然我们的研究范畴是大规模网络图像数据，我们提出一种在保证可扩展性的基础上，去探索建立鲁棒构图的方式。.2) 研究快速稳定的图排序方法在线图像检索系统中的应用。在本课题中，我们提出一种如何在不改变构图的情况下提出一种快速库内和库外图像在线检索方法。因为在实际情况中用户将直接面对在线检索系统，该图排序方法的好坏将直接影响用户体验，因此该研究具有非常重要的意义。.3）研究如何使用用户反馈信息以提升检索系统性能。本课题将探讨如何使用长期用户反馈和新加入的请求图片对系统进行离线更新，包括更新构图和算法，从而更好地提升检索效果。.本项目的研究项目“基于鲁棒图排序的大规模图像检索方法的研究”正是基于已有的研究基础，针对目前图像检索中的前沿发展、热点和难点，提出一种新的图排序方法以解决以上问题。目前本项目已经发表了十余篇国际期刊和会议论文，其中SCI期刊5-6篇，包括一篇中科院1区期刊和5篇中科院二区期刊。主要研究内容为基于图的半监督学习和排序方法，完全符合本项目的要求。另外本项目的研究成果可广泛应用图像检索系统中，例如地标检索、医学影像检索、行人重识别（安防系统）以及新闻网站和社交网络平台的信息检索。