视觉特征紧凑表示方法及高性能图像搜索技术

　　图像（以及作为运动图像的视频）是人工智能、计算机视觉与多媒体技术等方向的重要研究对象。日益增长的智能前端（如智能手机、智能眼镜、智能摄像头等）具有便捷的图像采集功能，催生大量的图像。视觉搜索技术（基于视觉特征的图像搜索），正在变革移动互联网的用户体验，日益成为移动搜索用户“解放双手”的重要交互模式。在安防领域，智能监控对图像视频大数据处理与分析技术的依赖日益显著，期待检测与识别准确率更高、带宽占用更小的视觉特征表达。通过智能前端抽取紧凑视觉特征，并将特征传输至后端进行内容分析，可以大幅降低带宽占用，突破图像视频大数据应用平台面临的数据汇聚与计算瓶颈，并提升大规模图像视频识别与检索的性能。

　　传统图像搜索采用复杂视觉特征和多类型索引，在特征紧凑性、抽取复杂度、规范化和索引可扩展性方面存在局限性，影响了视觉搜索技术的应用与推广。针对上述问题，本成果取得如下发明创新：1）低比特、低复杂度、高性能的局部视觉特征聚合技术；2）低比特、低复杂度、高性能的局部视觉特征提取与压缩技术；3）基于紧凑特征表示的海量图像索引技术；4）交互数据规范化模型及移动端交互查询技术。作为标准主起草人之一，牵头制定了视觉特征紧凑描述国际标准ISO/IEC 15938-13(Compact Descriptors for Visual Search)，使得基于云端计算的图像大数据应用可以直接利用智能前端抽取的规范化图像特征数据，将图像搜索应用高效地部署于多样化的设备与平台。

　　整体研究成果自2012年起被著名互联网公司（百度、腾讯）采纳并投入实际运营。

图：视觉特征紧凑表示方法与高性能图像搜索技术