当前课程知识点：刑侦视频图像处理 > 第6章 图像检索技术 > 6.1图像检索概述 > 6.1图像检索概述
各位同学大家好
今天我们来一起学习一下
刑侦图像检索技术
下面的第一个知识点
第一部分 图像检索概述
这一部分 我们学习四个知识点
第一是什么是图像检索
第二是图像检索在刑侦中的应用
第三个知识点是 图像检索的发展历程
第四是我们来学习 基于内容的图像检索的基本概念
首先什么是图像检索
图像检索的定义是这样的
我们给定一幅待查询的图像的描述
可以是文字 也可以是图像
我们在目标的数据库中
搜索与图像相似的图像的
这样的一个过程
具体的操作是这样的
我们先提取图像的特征
然后直接基于某种相似度的度量
来计算查询图像和特定数据库里面
所有图像的相似性来得到结果
比如我们在我们常用的百度搜索引擎里面
我们分别输入公安枪支大雁塔和西邮4个词汇
我们就可以得出来下面的四幅搜索结果
这个就是我们生活中
最常见的图像搜索的应用
那么在公安中 图像搜索到底是怎样用的呢
在公安中图像搜索技术其实挺普遍的
但是最常用也是最普遍的一个
图像搜索技术就是人脸比对
人脸比对的话它主要是公安系统
它在快速去鉴别人员身份
它在大量的公安库里面
来检索特定的人的这样的一个过程
这个公安的数据库
我们常用的有失踪人口数据库
常住人口数据库 暂住人口数据库
和逃犯人口数据库等等
一些公安他们特定的数据库
具体的应用 包含以下几个常见的应用
比如说公安系统在稽查在逃的罪犯
或者说是派出所去逮捕违法人员
或者说是我们去查证无名的一个尸源
或者说是公安在进行居民身份证的识别等等
可见 图像检索也就是人脸比对识别技术
它在公安里面应用是非常广泛的
右边是一个典型的公安的人脸识别比对系统
我们通过前端的摄像头采集到人脸图像
然后与公安内部的一个人脸数据库进行比对
然后查找到我们感兴趣的
或者说是确定我们的这样的
一个公安感兴趣的人
下来我们来讲一下图像检索的一个
技术的发展历程
图像检索技术最早是始于上世纪的一个70年代
最早的图像检索是跟搜索引擎是一块发展的
是基于文本的一个图像搜索引擎
也就是我们最开始的
在百度搜索引擎里面
我们输入文字就可以搜索到图像
截止到20世纪80年代
就出现了一类基于内容的图像检索
20世纪90年代就出现了基于语义的图像检索
这个是整个的一个图像检索的发展历程
第一类的图像
基于文字的图像检索技术的话比较简单
它是通过在搜索引擎里面
输入关键词 跟图像库里面的图像
它所标注的关键词进行一个匹配
如果匹配成功 就把关键词所对应的图像
给你返回出来
这样的一个基于文本的图像检索技术
它有它的一个存在一个严重的问题
第一是它文字具有语义性
具有多异性具有模糊性
所以对于同一个文字
检测出来的图像的话
可能内容完全不一样
第二是检索结果未分类用户体验比较差
为了进一步提升图像检索的性能
提出了一类技术
就是我们要通过图像里面的内容的理解
来去进行图像检索
发展到了第二类图像检索技术
就是基于内容的图像检索
比如说我们在百度的视图里面
这样的一个搜索引擎里面
输入我们的国旗的图片
点搜索 就可以返回出来
好多有国旗图片的
这样的一个网络链接
这样的话我们不需要文字
我们只需要一个图像
就可以达到搜索这个图像的目的
这个就是典型的一个
基于内容的图像检索的
这样的一个例子
这样的一个例子
目前基于内容的图像检索
还是图像检索的一个主流技术
所以说下来我们来介绍一下
基于内容的图像检索技术
这样的一个流程
基于内容的图像
检索技术的流程是这样的
我们对于图像库
还有待查询图像
我们分别做以下处理
首先是特征提取
然后是进行特征编码
使特征更加稀疏更加紧凑
对于图像库里面
我们会形成这样的一个特征库
就对于每一幅图像
我们都可以得到一个稀疏的特征编码
然后对于待测图像的话
我们可以得到一个特征向量
然后我们去计算待测图像的一个
征向量跟图像库里面
所有的图的特征向量的一个相似度
然后返回出来近似的几个
或者说是我们最近似的那个图
这个就是基于内容的图像检索的基本框架
其中里面图像特征提取
是指我们计算图像中的各种数值特征
包括全局属性局部特征或者是深度特征
而图像描述的话是指我们对这个特征
进行一个初步的一个加工
比如形成一个视觉单词进行聚类的
然后特征编码是指
我们对这个视觉单词
进行初步编码的这样的特征
我们再进行一个压缩或者是稀疏重构
以降低特征的维度
最终一个就是相似度匹配
是指我们来计算待查图像
跟这个图像库里面所有图像
它们之间的距离来判断图像的相似度
然后进行排序
我们达到一个搜索的目的
我们学习的图像检索的基本概述
就到此为止谢谢大家
-1.1 绪论（上）
--1.1绪论（上）
-1.2 绪论（下）
-第1章测试
-2.1 光照不良图像增强处理（上）
-2.2 光照不良图像增强处理（下）
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并？
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
-第13章测试题
