旋转、平移和尺度变化下从数百万图像中基于草图的图像检索

触摸设备的激增使得基于草图的图像检索变得实用。尽管针对小数据集上的基于草图的目标检测/图像检索存在许多方法，但在大型（网络）规模图像检索上的工作相对较少。本文中，我们提出了一种基于用户绘制草图从数百万图像中进行图像检索的高效方法。不同于现有对该问题敏感甚至于平移或尺度变化的方法，我们的方法处理旋转、平移、尺度（即相似变换）以及小变形。目标边界被表示为连接片段的链，数据库图像被预处理以获得极有可能包含目标的此类链。本工作通过两种方法实现：a) 在轮廓片段网络中提取长链，以及 b) 提取分割目标提议的边界。这些链随后由相似不变变长描述子表示。描述子相似性通过基于快速动态规划的部分匹配算法计算。该匹配机制用于在离线过程中为所有数据库图像的提取链生成基于层次化 k-medoids 的索引结构，用于高效检索查询链的一小组可能匹配图像。最后，采用几何验证步骤检验多个链匹配的几何一致性以改进结果。定性与定量结果清晰展示了该方法相对于现有方法的优越性。