1.一种基于分层结构的局部敏感哈希图像索引方法,其特征在于,包括如下步骤:S1、定义局部敏感哈希函数族H,具体包括如下步骤:d
设任一图像都能表示为d维特征向量空间R 中的一个点,则所有图像构成d维特征向量数据集D, 定义局部敏感哈希函数族H={h|D→U}为从数据集D到整数域U的映射,其中,v∈D是任一图像的特征向量,a是d维正态分布随机向量,b为[0,w]上均匀分布的随机实数,w为表示映射区间大小的整数;
S2、从H中取出k个函数,定义k维局部敏感哈希函数族G,具体包括如下步骤:从H中随机取k=k1个函数,定义k1维局部敏感哈希函数族 为从数据集D到k1维整数域U的映射,其中,hi(v)∈H,i∈[1,k1];
S3、利用G将图像特征数据集映射为k维向量集;
S4、采用求和取余哈希法建立L张哈希表;
S5、判断是否已进行过第二次局部敏感哈希处理,若否,则重新设置k和L,并返回S2,若是,则结束流程;
S5具体包括如下步骤:
S51、从G中随机取L=L1个哈希函数,重复步骤S2、S3、S4建立L1张哈希表,完成第一次局部敏感哈希索引的建立;
S52、对于每张哈希表的每个桶中的所有数据向量,重复步骤S3、S4、S51进行第二次局部敏感哈希处理,取k=k2,L=L2,完成分层结构的局部敏感哈希索引的建立。
2.根据权利要求1所述的基于分层结构的局部敏感哈希图像索引方法,其特征在于,S3具体包括如下步骤:对所有的v∈D,利用g(v),建立k1维向量集。
3.根据权利要求2所述的基于分层结构的局部敏感哈希图像索引方法,其特征在于,S4具体包括如下步骤:采用求和取余哈希法对于k1维向量集中的每一条向量进行处理,其中,T(v)∈[0,M‑1],表示图像向量v的哈希桶编号,M为哈希桶总数;
随后以哈希桶编号为标识对图像数据进行分桶,建立哈希表。
4.根据权利要求1所述的基于分层结构的局部敏感哈希图像索引方法,其特征在于:所述L1与L2的取值范围为[1,100],且L1≥L2。
5.根据权利要求1所述的基于分层结构的局部敏感哈希图像索引方法,其特征在于:所述k1与k2的取值范围为[1,20],且k1≥k2。