电子学报 ›› 2019, Vol. 47 ›› Issue (2): 296-301.DOI: 10.3969/j.issn.0372-2112.2019.02.006

所属专题: 机器学习之图像处理

• 学术论文 • 上一篇    下一篇

基于融合特征的现勘图像检索结果优化算法

刘颖1,2, 胡丹1,2, 范九伦1, 王富平1,2, 李大湘1,2   

  1. 1. 西安邮电大学图像与信息处理研究所, 陕西西安 710121;
    2. 电子信息现场勘验应用技术公安部重点实验室, 陕西西安 710121
  • 收稿日期:2017-12-18 修回日期:2018-07-13 出版日期:2019-02-25 发布日期:2019-02-25
  • 通讯作者: 胡丹
  • 作者简介:刘颖 女,1972年1月生于陕西省户县,教授、硕士生导师.2007年获得澳大利亚莫纳什大学博士学位.现为西安邮电大学电子信息现场勘验应用技术公安部重点实验室总工程师,主要研究方向为图像分析与检索.E-mail:ly_yolanda@sina.com;范九伦 男,1964年11月生于河南省温县,教授,博士生导师.1998年获西安电子科技大学博士学位,现为西安邮电大学校长,主要研究方向为模糊信息处理、图像处理、信息安全等.E-mail:jiulunf@xupt.edu.cn;王富平 男,1987年10月生于陕西省兴平市.2017年获西安电子科技大学博士学位.主要研究方向为模式识别和机器学习.E-mail:wfp1608@163.com;李大湘 男,1974年9月生于湖南省麻阳苗族自治县,副教授,硕士生导师.2011年获西北大学博士学位,主要研究方向为机器学习、计算机视觉与视频图像语义分析等.E-mail:www_ldx@163.com
  • 基金资助:
    公安部科技强警(No.2016GABJC51);国家自然科学基金(No.61671377)

Multi-feature Fusion Based Retrieval Results Optimization for Crime Scene Investigation Image Retrieval

LIU Ying1,2, HU Dan1,2, FAN Jiu-lun1, WANG Fu-ping1,2, LI Da-xiang1,2   

  1. 1. Center for Image and Information Processing, Xi'an University of Posts & Telecommunications, Xi'an, Shaanxi 710121, China;
    2. Key Lab of Electronic Information Processing with Applications in Crime Scene Investigation, Ministry of Public Security, Xi'an, Shaanxi 710121, China
  • Received:2017-12-18 Revised:2018-07-13 Online:2019-02-25 Published:2019-02-25

摘要: 刑侦现勘图像数据库是具有保密性高、图像内容罕见等极具行业特色的图像数据库.针对现勘图像内容复杂、目标物体不明确的特点,提出了DCT-DCT波纹理特征,并与HSV颜色直方图特征、GIST特征相融合构成融合特征.与常用的图像特征相比,DCT-DCT波纹理特征能够得到较高的检索效率,而融合特征的平均检索查准率高于构成其本身的三种特征的平均检索查准率.最后,将语义分析技术引入到检索过程中,提出基于检索结果优化的现勘图像检索算法,利用支持向量机(Support Vector Machine,SVM)分类器对查询图像进行语义提取,并对初次检索的结果进行语义分析,根据初检结果中语义类别的占比选择二次检索方案,该算法能在按例查询的基础上进一步提高平均检索查准率.

关键词: 刑侦现勘图像, 现勘图像检索, 多特征融合, 检索方法, 支持向量机

Abstract: The image database of crime scene investigation (CSI)has the characteristics of high confidentiality,rare image content and so on.Aiming at the complexity of the content and the ambiguity of the target object,the DCT-DCT wave texture feature is proposed,which is fused with HSV color histogram feature and GIST feature to form the fusion feature.Compared with the commonly used image features,DCT-DCT wave texture feature can get higher retrieval efficiency,and the average retrieval precision rate of the fused features is higher than that of the three features.Finally,the semantic analysis technology is introduced into the retrieval process,and an image retrieval algorithm based on the optimization of retrieval results is proposed.Support vector machine (SVM)classifier was used to extract the semantic of the query image.The semantic analysis of the results of the first retrieval is carried out,and the second retrieval scheme is selected according to the proportion of semantic categories in the initial retrieval results.The algorithm can further improve the average retrieval accuracy based on case-by-case query.

Key words: crime scene investigation image, crime scene investigation image retrieval, multi-feature fusion, retrieval method, support vector machine

中图分类号: