基于 MapReduce 的互联网图像相似性度量研究 |
| |
引用本文: | 李素若.基于 MapReduce 的互联网图像相似性度量研究[J].荆门职业技术学院学报,2015(2). |
| |
作者姓名: | 李素若 |
| |
作者单位: | 荆楚理工学院计算机工程学院,湖北荆门,448000 |
| |
基金项目: | 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 |
| |
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。
|
关 键 词: | MapReduce 互联网 图像 相似性 |
|