基于特征聚类的轻量级图像搜索系统

摘要：

在图像搜索的场景中,由于搜索请求的随机性,为了提高搜索速度,搜索算法运行时需要把整个数据集预先载入到运行内存.由于运行内存价格远高于同容量的硬盘价格,降低运行内存自然可以大大降低图像搜索服务的成本,但如果直接对数据进行压缩,往往会极大地损失搜索精度.在这种情况下,文中提出了一种基于图像内容特征的分块式图像搜索框架.先利用神经网络的方法来预先提取图片特征,在不对特征进行量化压缩的前提下,采用一种启发式的聚类方法对数据进行分块,同时保证每个数据块的数据之间有一定的相似性.对于每个数据块,采用基于图结构的HNSW算法来构建索引子图以加速图片查询.在该框架下,通过控制查询时访问的数据块的个数,可以在保证精度的前提下大大减少算法所需要的运行内存容量.

关键词：图像检索、相似搜索、聚类、图像特征提取、近似最近邻匹配

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672482

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：148-152