大規(guī)模人臉圖像數(shù)據(jù)庫索引技術的研究.pdf

1、基于內(nèi)容的圖像檢索是近年來的熱門研究內(nèi)容，涉及圖像處理、計算機視覺和數(shù)據(jù)庫系統(tǒng)等方面的學科。其中，有效的高維索引機制是使大規(guī)模圖像庫的檢索能夠達到實時性要求的關鍵技術，近年來吸引了眾多研究者的注意，具有重要的理論意義和應用價值。 本文針對大規(guī)模人臉圖像數(shù)據(jù)庫檢索的實用要求，在分析國內(nèi)外相關研究的基礎上，設計并實現(xiàn)了能支持高速檢索的大規(guī)模人臉檢索系統(tǒng)，提出了一個能充分利用內(nèi)存優(yōu)勢的混合索引選擇機制，并改進了已有的內(nèi)存索引和磁盤索引

2、，把近似檢索結合到樹結構的索引方法中。 大規(guī)模人臉圖像檢索系統(tǒng)在眾多領域都有著廣泛的應用前景，對其設計與實現(xiàn)的研究具有非常實用的意義。其中高維索引機制是系統(tǒng)的核心技術，能夠使圖像檢索速度大大加快。傳統(tǒng)的索引機制只采用一種索引方法，本文提出采用混合的索引選擇機制，根據(jù)內(nèi)存和數(shù)據(jù)庫狀況選擇不同的索引方法，充分發(fā)揮內(nèi)存優(yōu)勢。 在目前大內(nèi)存的環(huán)境下對內(nèi)存索引的研究顯得非常必要。本文改進了一種內(nèi)存索引方法NB樹。它的建樹算法和搜索

3、算法都非常簡單，而且維護索引的開銷很少，因此特別適合作為內(nèi)存中的檢索方法。經(jīng)過改進以后其檢索性能得到進一步提高。 近似檢索是近年來新興的課題，原因是傳統(tǒng)的精確檢索方法都會遇到“維度災難”問題，在高維情況下性能大幅下降。為了使索引在高維下依然能夠較大的提升檢索速度，犧牲一定的檢索精度來換取速度成為一個可行的解決方案。本文把近似檢索方法結合到磁盤聚類樹索引中，實驗表明該方法在保持較高精度的前提下能夠顯著減少檢索時需要訪問的原始數(shù)據(jù)，