24、基于深度学习的图像表示与搜索-优快云博客

本文链接：https://blog.youkuaiyun.com/gamma/article/details/154622093

基于深度学习的图像表示与搜索

1. 传统图像特征提取方法

在图像搜索领域，传统的特征提取方法有多种。例如，BOVW（Bag of Visual Words）模型会计算SIFT（尺度不变特征变换）特征与聚类中心之间的欧氏距离。以下是使用BOVW模型提取图像特征向量的代码：

for (String imgPath : imgPaths) {
    File file = new File(imgPath);
    SiftExtractor siftExtractor = new SiftExtractor();
    BufferedImage bufferedImage = ImageIO.read(file);
    siftExtractor.extract(bufferedImage);
    List<LocalFeature> localFeatures = siftExtractor.getFeatures();
    BOVW bovw = new BOVW();
    bovw.createVectorRepresentation(localFeatures, clusters);
    double[] featureVector = bovw.getVectorRepresentation();
}

这段代码为每张图像生成一个单一的特征向量表示，可用于图像搜索。

在示例中，全局特征提取使用简单的颜色直方图提取器，局部特征提取则结合使用SIFT和BOVW。不过，这些只是可用于显式特征提取的几种算法。对于全局特征提取，还有更灵活的模糊颜色方法