【摘要】：人工智能技術(shù)的發(fā)展與大數(shù)據(jù)分析技術(shù)息息相關(guān),圖像數(shù)據(jù)是大數(shù)據(jù)中的重要構(gòu)成部分,因此對(duì)圖像數(shù)據(jù)的處理和挖掘變得越來(lái)越重要。在圖像數(shù)據(jù)處理和挖掘的眾多迫切需求中,近鄰搜索是一個(gè)基礎(chǔ)的、廣泛的需求,工業(yè)界和學(xué)術(shù)界的許多問(wèn)題都需要一個(gè)快速、準(zhǔn)確的圖像近鄰搜索算法。本文研究的問(wèn)題是無(wú)標(biāo)簽情況下,海量圖像上的快速近鄰搜索。近年來(lái),由于哈希在存儲(chǔ)和檢索效率兩方面的優(yōu)勢(shì),利用哈希技術(shù)解決快速近鄰搜索問(wèn)題已被廣泛認(rèn)可,已有的基于哈希的近鄰搜索技術(shù)可分為數(shù)據(jù)獨(dú)立的方法和數(shù)據(jù)依賴的方法兩類。數(shù)據(jù)依賴的方法屬于數(shù)據(jù)驅(qū)動(dòng)的一類方法,它適應(yīng)的從數(shù)據(jù)中學(xué)習(xí)哈希函數(shù),從而能產(chǎn)生更加緊湊的哈希碼,因此該類方法已成為解決海量數(shù)據(jù)近鄰搜索問(wèn)題的主流方法。數(shù)據(jù)依賴的哈希方法大多依賴樣本相似度學(xué)習(xí)哈希函數(shù)。在數(shù)據(jù)有標(biāo)簽的情況下,樣本相似度可以通過(guò)標(biāo)簽信息準(zhǔn)確獲得,但無(wú)標(biāo)簽時(shí),該相似度則需要通過(guò)樣本在特征空間的距離近似得到。對(duì)于現(xiàn)實(shí)世界中的圖像,由于光照、遮擋、形變等因素的影響,從特征空間估計(jì)的相似度矩陣會(huì)存在偏差,從而影響哈希函數(shù)的學(xué)習(xí)。本文結(jié)合多視角學(xué)習(xí)中的相關(guān)理論和技術(shù),提出了一種融合多視角信息和互補(bǔ)哈希表的海量圖像近鄰搜索方法。本文貢獻(xiàn)總結(jié)如下:(1)考慮到多視角數(shù)據(jù)在嵌入空間的一致性,提出了一種近鄰融合的多視角融合方式;(2)基于近鄰融合的多視角數(shù)據(jù)融合方式,從多視角數(shù)據(jù)中提取鄰居置信度和相似度排序兩種信息,并將其作為指導(dǎo)線索用于哈希表的學(xué)習(xí)過(guò)程;(3)考慮到圖像海量的特點(diǎn),結(jié)合互補(bǔ)哈希表在海量數(shù)據(jù)檢索中的優(yōu)勢(shì),提出了一種融合多視角信息和互補(bǔ)哈希表的海量圖像近鄰搜索算法,提高了無(wú)監(jiān)督情景下,海量圖像近鄰搜索問(wèn)題的性能;(4)本文提出的算法在NUS-WIDE,CIFAR-10和MNIST三個(gè)公開(kāi)數(shù)據(jù)集上進(jìn)行了評(píng)估,實(shí)驗(yàn)結(jié)果表明了本文方法的有效性。
【圖文】：

了人們的生活。大數(shù)據(jù)無(wú)疑是智能技術(shù)研究的燃料及催化劑，，多樣、海量的各類數(shù)據(jù)真實(shí)記錄著人們生活的點(diǎn)滴，成為了當(dāng)代最寶貴的資源之一。隨著移動(dòng)設(shè)備、城市聯(lián)網(wǎng)監(jiān)控系統(tǒng)及高清攝像頭的不斷普及，圖像數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，圖像數(shù)據(jù)早已成為大數(shù)據(jù)的重要組成部分。圖像相比文本、語(yǔ)音等其他大數(shù)據(jù)形態(tài)，具有更明顯的高維特性、更強(qiáng)的語(yǔ)義性，需要更多的存儲(chǔ)空間和計(jì)算資源。一組來(lái)自行業(yè)調(diào)查公司 HIS Marki 最新數(shù)據(jù)顯示，中國(guó)在公共和私人領(lǐng)域（包括機(jī)場(chǎng)、火車(chē)站和街道）共裝有 1.76 億個(gè)監(jiān)控?cái)z像頭1，而一個(gè)部署 1 104個(gè)標(biāo)清攝像頭的中等城市每天產(chǎn)生的圖像數(shù)據(jù)量約為 172.81012B(172.8TB)，每個(gè)月產(chǎn)生的圖像數(shù)據(jù)量約為 5.184 1015B（約 5.184PB）。視頻分享網(wǎng)站產(chǎn)生的數(shù)據(jù)量同樣巨大，據(jù)統(tǒng)計(jì)，YouTube 網(wǎng)站上每分鐘產(chǎn)生圖像數(shù)據(jù)量約 15.141015B(15.14PB)，且以標(biāo)清圖像估算[1]。與此同時(shí)，海量圖像數(shù)據(jù)還普遍呈現(xiàn)出標(biāo)簽缺失、帶有噪聲等問(wèn)題。社交網(wǎng)絡(luò)如微博、微信、Facebook 和抖音小視頻等上的圖像或圖像序列多來(lái)源于人們?cè)谏钪械呐臄z，它們相比研究領(lǐng)域構(gòu)建的數(shù)據(jù)集，圖像質(zhì)量無(wú)法得到保證，且?guī)в忻黠@的語(yǔ)義。圖像數(shù)據(jù)的現(xiàn)狀可以總結(jié)為圖 1-1。

分場(chǎng)景已在實(shí)際中實(shí)現(xiàn)，圖 1-2 給出了一些應(yīng)用場(chǎng)景實(shí)例。海量圖像上的近鄰搜索對(duì)人類社會(huì)的生產(chǎn)和生活具有十分重要的意義。(a)車(chē)輛搜索 (b)以圖搜圖2(c)由簡(jiǎn)筆畫(huà)生成場(chǎng)景[3]圖 1-2 圖像近鄰搜索應(yīng)用場(chǎng)景實(shí)例2http://pic.sogou.com/
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張偉;許海洋;周百順;;多進(jìn)程共享的高效哈希表[J];計(jì)算機(jī)工程與設(shè)計(jì);2017年05期

2 強(qiáng)凌龍;張瑞生;;基于分布式哈希表的網(wǎng)格資源定位框架的研究與設(shè)計(jì)[J];甘肅科技;2010年02期

3 劉冠福;;動(dòng)態(tài)哈希表的設(shè)計(jì)及應(yīng)用[J];計(jì)算機(jī)時(shí)代;1996年02期

4 李學(xué)峰;;利用分布式哈希表構(gòu)建帶副本的檢查點(diǎn)[J];小型微型計(jì)算機(jī)系統(tǒng);2011年08期

5 張蒙;康建榮;賈瑩媛;劉翹楚;;基于二維哈希表的海量高程點(diǎn)數(shù)據(jù)去重算法設(shè)計(jì)[J];測(cè)繪科學(xué);2013年06期

6 熊芳;李瑩峰;;DHT原理及功能探討[J];長(zhǎng)沙大學(xué)學(xué)報(bào);2008年02期

7 張勇,雷振明;一種硬件哈希表壓縮方法及其性能研究[J];重慶郵電學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年01期

8 王芳;高玲t(yī) ;鄭明春;;基于局部性的分布式哈希表資源定位技術(shù)[J];計(jì)算機(jī)應(yīng)用;2006年03期

9 耿_g;白濤;;哈希方法在生物信息學(xué)研究中的應(yīng)用探討[J];中國(guó)管理信息化;2018年12期

10 史長(zhǎng)瓊;張理陽(yáng);趙凱;;哈希表動(dòng)態(tài)負(fù)載平衡策略的優(yōu)化[J];長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

相關(guān)會(huì)議論文 前6條

1 趙競(jìng);余宏亮;張X;鄭緯民;;廣域網(wǎng)分布式哈希表存儲(chǔ)副本可靠性的維護(hù)[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)論文集（下冊(cè)）[C];2007年

2 梁克;;對(duì)等網(wǎng)絡(luò)技術(shù)的研究[A];江蘇省通信學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 朱芳芳;李訓(xùn)根;;改進(jìn)的哈希表查找算法[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

4 范紀(jì)松;武欣嶸;;基于P2P的分布式哈希表算法優(yōu)化分析[A];中國(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

5 袁錦繡;錢(qián)雪忠;汪錦嶺;;一種基于位置和DHT的移動(dòng)ad hoc網(wǎng)絡(luò)服務(wù)發(fā)現(xiàn)方案[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集（一）[C];2006年

6 王偉彥;張博;王曉玲;周傲英;;Hash-Search:基于哈希表的快速XML關(guān)鍵字檢索算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

相關(guān)博士學(xué)位論文 前7條

1 王笛;面向多媒體內(nèi)容最近鄰搜索的哈希學(xué)習(xí)方法[D];西安電子科技大學(xué);2016年

2 陳志文;多核系統(tǒng)并發(fā)哈希表研究[D];湖南大學(xué);2018年

3 金仲明;基于哈希算法的海量多媒體數(shù)據(jù)檢索研究[D];浙江大學(xué);2015年

4 潘恬;支持快速啟動(dòng)和協(xié)議識(shí)別的路由器線卡的研究[D];清華大學(xué);2015年

5 彭建章;非阻塞算法與多進(jìn)程網(wǎng)絡(luò)程序優(yōu)化研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

6 陳漢華;基于對(duì)等網(wǎng)絡(luò)的大地規(guī)模內(nèi)容檢索研究[D];華中科技大學(xué);2010年

7 周金紅;大規(guī)模圖計(jì)算系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 亓海鳳;面向檢索的視頻哈希性能優(yōu)化研究[D];山東大學(xué);2018年

2 毛婷偉;融合多視角信息和互補(bǔ)哈希表的海量圖像近鄰搜索[D];華南理工大學(xué);2018年

3 何軍;利用哈希加速基于CNN視覺(jué)特征的圖像檢索[D];合肥工業(yè)大學(xué);2017年

4 譚春強(qiáng);基于深度哈希的大規(guī)模人臉圖像檢索研究[D];電子科技大學(xué);2018年

5 胡孟秋;基于哈希碼學(xué)習(xí)的圖像檢索算法研究[D];電子科技大學(xué);2018年

6 齊恒;基于深度哈希學(xué)習(xí)算法的移動(dòng)視覺(jué)檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

7 吳昊;哈希表在數(shù)據(jù)采集系統(tǒng)中的應(yīng)用與優(yōu)化[D];北京郵電大學(xué);2017年

8 劉彥龍;基于流過(guò)濾的防火墻關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2014年

9 趙秦敏;基于哈希編碼的圖像檢索算法研究[D];電子科技大學(xué);2017年

10 劉盛英杰;定向多探頭隨機(jī)超平面局部敏感哈希[D];華中師范大學(xué);2017年

本文編號(hào)：2682797