一种基于超球体自适应过滤的图像特征检索方法

本发明涉及图像检索领域中的近似最近邻搜索问题，公开了一种基于超球体自适应过滤的图像特征检索方法，该方法主要由获取候选集、超球体过滤和重排序三个阶段组成，包括：结合基于残差量化构建的倒排索引，在图像特征库中使用全连接神经网络构建以查询特征向量为球心的超球体，并利用该超球体自适应获取需检索的倒排列表以构成候选集；根据超球体与查询特征向量的空间位置关系，从候选集中过滤掉空间位置处于超球体外部的特征向量以精简候选集；在结果重排序阶段中，根据查询特征向量与候选特征向量之间的相似度或欧式距离，对候选集中的特征向量排序并将相似度最高或欧式距离最小的前个特征向量作为最终检索结果。本发明结合深度学习来构建超球体模型，在保证检索精度的同时有效提升检索效率。