基于MapReduce的互联网图像相似性度量研究

作     者：李素若 

作者机构：荆楚理工学院计算机工程学院湖北荆门448000 

基　　金：国家自然科学基金资助项目(60975050) 湖北省教育厅科学研究项目(B2015241) 荆楚理工学院校级科研项目(ZR201405) 

出 版 物：《荆楚理工学院学报》 (Journal of Jingchu University of Technology)

年 卷 期：2015年第30卷第2期

页      码：32-36,49页

摘      要：由于照相机等设备的便携化和互联网的触手可得,每天有海量互联网图像产生。针对这种情况,提出了基于MapReduce的互联网图像相似性度量算法。算法首先提取了语义级的图像特征,包括图像的主要颜色、形状和构图等,然后基于上述图像特征归一化,设计合理的Map方法和Reduce方法,并行计算出输入图像与图像库中的图像的相似性评分,排序得到最相似图像的几幅图形,最后构建了基于MapReduce的互联网相似图像搜索系统。实验结果表明,基于MapReduce的图像相似性度量算法,同样适用于互联网海量图像,并比传统的图像相似性度量算法具有更好的灵活性和可扩展性。

主 题 词：MapReduce 互联网 图像 相似性 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.14151/j.cnki.jclgxyxb.2015.02.007

馆 藏 号：203138668...