非负矩阵分解耦合视觉词典的图像检索算法

作者：李峰; 应帅; 卢文超

来源：包装工程, 2018, 39(17): 215-222.

DOI：10.19554/j.cnki.1001-3563.2018.17.036

• 图像检索
• 非负矩阵分解
• 视觉词典
• 稀疏编码
• 最大池化
• Minkowski距离

目的解决当前图像检索技术中,图像特征稀疏编码收敛速度慢,以及局部特征空间信息不足易导致检索误差较大等问题,提出一种基于l0稀疏约束非负矩阵分解耦合视觉词典优化的图像检索算法。方法首先,在非负矩阵分解(Non-negative Matrix Factorization,NMF)的基础上,对系数矩阵设置l0个约束来限制其稀疏性,从而定义一种l0稀疏约束的NMF方法。再通过一种自适应序列词典初始化方案,从训练样本获得词典的初始估计。然后,利用l0稀疏约束的NMF来增强视觉词典,对图像局部描述符进行稀疏编码,并利用最大池化操作来生成聚合特征向量,从而保留局部描述符的关键属性。最后根据得到的特征向量,引入Minkowski距离来衡量查询图像与数据库的相似性,输出检索图像。结果实验结果表明,与当前图像检索方案相比,所提算法具有更高的查准-查全率和收敛速度。结论所提算法返回的图像与查询图像相似度高,在包装商标检索等领域具有一定的参考价值。

• 单位
  吉安职业技术学院; 电子工程学院; 常州纺织服装职业技术学院