面向互联网的大规模重复图像检索技术研究

？针对互联网上典型的社交媒体应用，提出了一个基于随机投影和分块dct系数的大规模分布式重复图像检索方法。该方法在hadoop集群的基础上，首先利用随机投影映射生成图像签名，再由图像签名高效的检索hbase表以获得具有高召回率的候选图像集，最后依赖分块dct系数对候选图像进行进一步过滤来提高检索精度。实验结果表明，对于1200万张微博图像，当h=2且t=150时，该方法的召回率为98%，精确率为93.2%，平均检索时间为6.7s。