29、图像检索技术：从传统到多阶段的变革

图像检索技术：从传统到多阶段的变革

在当今数字化时代，图像数据呈爆炸式增长，如何高效准确地从海量图像数据库中检索出所需图像成为了一个关键问题。本文将深入探讨图像检索技术，包括不同方法的实验评估以及一种创新的多阶段图像检索技术。

1. 不同图像检索方法的实验评估

在图像检索领域，有多种方法可供选择。通过实际的检索结果对比，我们可以直观地看到不同方法的优劣。

• 实际检索结果对比 ：图 13.5 展示了不同方法的实际检索结果。左上角的图像为查询图像，其余 10 张为检索结果。可以明显观察到，方法 [1] 在检索相关图像的数量上优于其他对比方法。
• MPEG - 7 通用颜色数据集实验 ：实验还在 MPEG - 7 通用颜色数据集（CCD）上进行。该数据集包含 5000 张图像和 50 个通用颜色查询（CCQ），每个查询都有指定的真实图像。使用平均归一化检索排名（ANMRR）来衡量单个描述符的有效性。ANMRR 不仅能确定是否从检索结果中找到正确答案，还能计算该答案在检索结果中的排名，数值越低表示性能越好。
  • 评估检索性能 ：以 50 个 CCQ 图像作为查询，计算每个图像的精确率和召回率，再通过得到的精确率 - 召回率对计算平均精确率和召回率。这种方法的 ANMRR 值较低，表明性能较好。
  • 颜色 SIFT 方法 ：颜色 SIFT 方法对图像中的局部颜色和几何变化具有较强的鲁棒性，但在描述图像的颜色和纹理方面能力有限。与最先进的颜色 SIFT 描述