基于特征融合的图像近似最近邻搜索哈希方法研究

项目名称： 基于特征融合的图像近似最近邻搜索哈希方法研究

项目编号： No.61370125

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 郎波

作者单位： 北京航空航天大学

项目金额： 78万元

中文摘要： 基于哈希的图像近似最近邻搜索方法，能够显著提高高维数据的存储和索引效率，成为当前的一个新研究热点。在这种方法中，目前由于缺乏高性能的哈希函数，使检索的准确率还不能满足要求。本项目结合图像多种视觉与语义特征在反映图像特性上具有互补性的特点，以特征的多层次融合为着眼点，对高性能哈希函数的构造方法展开系统研究。在理论层面上，通过研究高维空间数据的分布特性，利用最大熵原理和特征子空间方法，研究哈希最近邻搜索机理与哈希性能评价指标体系及提升方法。在技术层面上，研究基于多核学习的多视觉特征融合的哈希方法，研究基于语义特征选择的哈希监督学习方法，以及基于多语义共享的哈希迁移与查询自适应机制。在应用层面上，通过构建哈希函数图，研究普适的哈希选择及多表构建方法。本项目最终将建立一种高性能哈希函数构建理论体系，有效提高基于哈希的图像近似最近邻搜索的准确率。

中文关键词： 图像检索；最近邻搜索；位置敏感哈希；特征融合；哈希选择

英文摘要： Owing to the significant improvement of storage and indexing efficiency, hash based methods for image approximate nearest neighbor search has attract much attentions in recent years. However, their retrieval performance still stays beyond the satisfactory

英文关键词： Image retrieval；Nearist neighbor search；Locality sensitive hash；Feature fusion；Hash bit selection