Устойчивый поиск изображений по полному и тематическому подобию с использованием многопараметровой классификации

Abstract

Исследуется задача поиска изображений по подобию в больших базах изображений с комплексным использованием различных признаков. Предложен итеративный подход определения весов признаков меры подобия, представляющей собой взвешенную сумму большого числа расстояний между признаками изображений. Проведены эксперименты по получению усредненных субъективных оценок подобия изображений (всего в них было осуществлено 100 тысяч оценок подобия), использованных в дальнейшем для оптимизации весов меры подобия. Сформирован банк расстояний между признаками изображений (более 600 расстояний), которые предложено вычислять только по пиктограммам (уменьшенным копиям) изображений. Получены оптимизированные веса меры подобия, высокая эффективность которой продемонстрирована на примерах поиска и в ходе анализа коэффициентов ранговых корреляций с экспериментальными данными.

A task of image search in large databases by their similarity with complex use of different features is considered. An iterative approach to determination of weights for features of similarity measure which is a sum of a large number of weighted distances between image features is proposed. Experiments for obtaining averaged subjective estimates of image similarity (totally 100 000 estimates of similarity have been accomplished) have been carried out. They have been further used for weight optimization of similarity measure. A bank of distances between image features (more than 600 distances) has been formed; these features have been determined only for thumbnails of images. Optimized weights of similarity measure have been obtained, their high effectiveness has been demonstrated on search examples and by quantitative analysis of rank correlation factors for experimental data.