一種基于DTW的圖像時(shí)間序列相似度檢索方法.pdf

1、移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，加快了信息的分享和流動(dòng)，過于泛濫的信息引爆了信息災(zāi)難，多媒體資源也深受其害，現(xiàn)如今多媒體資源已經(jīng)成為互聯(lián)網(wǎng)信息傳播最主要媒介之一，圖像是多媒體資源傳播最為簡(jiǎn)單、直觀的一個(gè)載體，圖像檢索成為當(dāng)下的一個(gè)研究熱點(diǎn)。然而基于傳統(tǒng)的內(nèi)容的圖像檢索技術(shù)，面臨的首要問題是特征向量提取難度大，其次就是采用順序檢索方式，檢索效率非常低;基于高維向量索引技術(shù)，暴露出的則是維度災(zāi)難問題，索引的建立工作量巨大，且索引的更新頻率快。這些諸多

2、問題已不能滿足當(dāng)下快速檢索圖像的一個(gè)需求，需要迫切提出一種新的檢索方法來(lái)解決以上問題。
　　本文針對(duì)以上問題結(jié)合圖像在時(shí)間序列上的概念，進(jìn)一步對(duì)圖像檢索領(lǐng)域深入研究，主要工作內(nèi)容如下:
　　1.針對(duì)高維向量維度信息丟失問題，本文提出了一種對(duì)高維向量文本化表示的改進(jìn)，在全文檢索技術(shù)應(yīng)用到高維向量檢索過程之前，首先需要將高維向量轉(zhuǎn)變?yōu)槲谋拘畔?，最?jiǎn)捷的方式是將高維向量中每一個(gè)數(shù)字拼接成一個(gè)字符串的形式，但是這種轉(zhuǎn)變方式存在一定的

3、缺陷，將會(huì)導(dǎo)致高維向量維度信息丟失。本文在高維向量轉(zhuǎn)變過程中做了一個(gè)改進(jìn)，在當(dāng)前的維度信息轉(zhuǎn)變?yōu)閱蝹€(gè)詞之前加上一個(gè)維度標(biāo)識(shí)信息，維度標(biāo)識(shí)信息則表示高維向量的維度信息，就可避免上述問題。
　　2.本文最主要的工作是提出一種DTW圖像時(shí)間序列相似性匹配算法模型，把時(shí)間序列從聲音識(shí)別領(lǐng)域引入到圖像檢索領(lǐng)域，它結(jié)合圖像時(shí)間序列的相似性在時(shí)間空間上特性和動(dòng)態(tài)時(shí)間規(guī)整算法的特點(diǎn)。首先遍歷待檢索的圖像，利用時(shí)間序列特性，提取出每張圖像像素序列，

4、將得到一個(gè)長(zhǎng)度為定值的數(shù)字序列，且在每個(gè)數(shù)字序列中加入了一組值為256的RGB顏色模型，最終得到本文需要的數(shù)字序列，最后通過DTW算法計(jì)算不同數(shù)字序列間的相似度距離。
　　通過試驗(yàn)結(jié)果可以看出，基于DTW圖像時(shí)間序列相似性檢索方法可以快速檢索相似性圖像，相對(duì)基于內(nèi)容的圖像檢索技術(shù)，不需要提取圖像特征向量，相對(duì)高維向量索引技術(shù)不需要對(duì)每一個(gè)目標(biāo)建立一個(gè)索引，是一種需要對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練，而能夠快速檢索出那些具有相似度圖像的結(jié)果集的方法