“一物尋一物”—用于失物招領(lǐng)的圖像匹配功能的實(shí)現(xiàn)

魏域蔚，員文莉，韓嘉煒，張池，賈嫣

（甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院，甘肅蘭州，730070）

1 概述

隨著校園面積的擴(kuò)大，學(xué)生和老師經(jīng)常來(lái)往于不同的場(chǎng)所和校區(qū)，加之各種活動(dòng)的增多，很容易發(fā)生物品丟失無(wú)法及時(shí)找回以及撿拾到的東西無(wú)處歸還的情況。在分析調(diào)查了校園移動(dòng)智能化的使用情況以及現(xiàn)有傳統(tǒng)失物招領(lǐng)平臺(tái)和一些網(wǎng)站型失物招領(lǐng)平臺(tái)的不足之后，建立一個(gè)高效、簡(jiǎn)捷，能縮短找回失物時(shí)間的失物招領(lǐng)平臺(tái)?！耙晃飳ひ晃铩薄镎蓄I(lǐng)平臺(tái)在傳統(tǒng)功能的基礎(chǔ)上，加入圖像匹配功能，建立了一個(gè)高效、簡(jiǎn)捷，能縮短找回失物時(shí)間的失主、拾主交流平臺(tái)。

2 項(xiàng)目背景

該平臺(tái)可提高失物找回率，解決大學(xué)校園因保管失物而投入的巨大成本，降低管理人員的工作量。通過(guò)系統(tǒng)設(shè)計(jì)、調(diào)試和測(cè)試，大學(xué)失物招領(lǐng)系統(tǒng)可以完成物品掛失和物品招領(lǐng)信息的發(fā)布管理，基本可以為用戶提供服務(wù)。大學(xué)校園失物管理系統(tǒng)的開發(fā)是學(xué)校智能化、信息化管理的一種體現(xiàn)，是提高校內(nèi)師生生活質(zhì)量的-種體現(xiàn)。大學(xué)校園失物管理系統(tǒng)的發(fā)展前景非常廣闊,可以為校內(nèi)師生提供優(yōu)質(zhì)服務(wù),因此,需要不斷完善大學(xué)校園失物管理系統(tǒng)，使其趨于成熟和合理。

通過(guò)這個(gè)平臺(tái)可以在一定層面上反映出學(xué)生的精神文明狀態(tài)、道德修養(yǎng)深度、綜合素質(zhì)的高低，對(duì)拾金不昧的學(xué)生加以表?yè)P(yáng)和宣傳是對(duì)新時(shí)代大學(xué)生在道德修養(yǎng)、精神文明上的一種鼓勵(lì)，一種正能量的宣傳，一種模范效應(yīng)的推廣，可以帶動(dòng)更多的學(xué)生參與到這個(gè)工作當(dāng)中，倡導(dǎo)學(xué)生積極的參與到其它類似的活動(dòng)當(dāng)中，進(jìn)一步提升學(xué)生的精神文明水平，不以小利而謀之。

3 系統(tǒng)的總體設(shè)計(jì)

該平臺(tái)采用了Web 端與Android 移動(dòng)客戶端結(jié)合的方式來(lái)建設(shè)高校失物招領(lǐng)系統(tǒng)。系統(tǒng)主要面向高校環(huán)境下的失物招領(lǐng)工作，明確了系統(tǒng)的應(yīng)用環(huán)境，采用Web 端和Android 端方式。Web 端包含失物招領(lǐng)系統(tǒng)的全部功能，包括失物招領(lǐng)、拾物掃描發(fā)布、尋物啟示、尋物信息匹配、用戶管理、用戶登錄等。用戶在客戶端實(shí)現(xiàn)登錄、注冊(cè)、搜索、失物和拾物的發(fā)布及匹配、評(píng)論點(diǎn)贊、分享等功能。系統(tǒng)管理員在后臺(tái)實(shí)現(xiàn)對(duì)用戶、撿拾信息、物品類別、校園地址、信息統(tǒng)計(jì)的管理。Android 端除不具備用戶管理功能，其他功能同時(shí)具有，在一定程度上增加系統(tǒng)的安全性。Web 端與Android 端使用相同的數(shù)據(jù)庫(kù)設(shè)計(jì)，保證了Web端與Android 端的數(shù)據(jù)同步。

圖1 平臺(tái)功能模塊圖

根據(jù)失物招領(lǐng)平臺(tái)的設(shè)計(jì)，失物招領(lǐng)功能包括的以下三個(gè)內(nèi)容：

（1）關(guān)鍵字查詢。失物者可以進(jìn)行關(guān)鍵字搜索來(lái)查詢是否有自己丟失的物品。

（2）失物類別篩選。拾物者可以通過(guò)類別篩選來(lái)選擇自己丟失物品的種類來(lái)縮小自己的查找范圍。

（3）圖像識(shí)別匹配。圖像識(shí)別匹配，通過(guò)失物圖和拾物圖特征提取來(lái)確定匹配度，圖像特征提取可以分為兩個(gè)環(huán)節(jié),分別為提取和選擇，目標(biāo)圖像中可能包含多個(gè)特征點(diǎn)，每個(gè)特征點(diǎn)對(duì)應(yīng)著不同的特征子集,科學(xué)的選擇特征點(diǎn),是保證圖片識(shí)別高效準(zhǔn)確的關(guān)鍵。常見的特征點(diǎn)包括:顏色特征、圖像紋理、圖像形狀、空間關(guān)系特征等內(nèi)容。

該平臺(tái)最主要的功能是圖像識(shí)別匹配功能。如圖2 所示，用戶拾取物品后，可以在平臺(tái)提交拍攝的拾物的圖片，在丟失物品時(shí)，可以在平臺(tái)提交以往拍攝的失物圖片或者購(gòu)物平臺(tái)的失物圖片。通過(guò)平臺(tái)計(jì)算后，向用戶展示相似度由高到低排序的所有相似物品，來(lái)讓用戶確定是否為自己丟失的物品。從而讓用戶不再因?yàn)槲锲沸畔⑦^(guò)多、查詢過(guò)程繁瑣而花費(fèi)很長(zhǎng)時(shí)間去尋找或者錯(cuò)失自己的物品。

圖2 平臺(tái)圖像匹配功能展示圖

4 圖像匹配算法

該平臺(tái)的獨(dú)特之處在于通過(guò)加入圖像匹配功能，將丟失的物品與拾物者上傳的圖片進(jìn)行相似度匹配，方便失主更快捷的找回。

現(xiàn)如今使用最廣泛的圖像相似度方法是通過(guò)均值哈希算法（Average Hash Arithmetic）來(lái)實(shí)現(xiàn)，該算法主要內(nèi)容如下：

（1）計(jì)算機(jī)往往先將圖像縮小（如N＊N，N 的一般取值為8），保留要對(duì)比的圖片原有結(jié)構(gòu)。

（2）去掉圖片的大小和縱橫比差異來(lái)降低圖片的信息量，處理成灰度圖?；蚴菍GB 圖像，用公式：Gray=0.299 R+0.587G+0.114B 轉(zhuǎn)化為灰度圖。

（3）計(jì)算出兩張圖片的像素點(diǎn)平均值來(lái)判斷圖片的相似度。

均值哈希計(jì)算速度相對(duì)較快，適用于兩種相似圖片之間的對(duì)比，但它丟失了很多圖片局部特征，無(wú)法準(zhǔn)確的對(duì)比圖片細(xì)節(jié)。如果將卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）提取特征的方法與哈希方法相結(jié)合，即可以達(dá)到在提高檢索精度的同時(shí)減少檢索時(shí)間的效果。改進(jìn)后的方法核心如下：

（1）將相似矩陣分解為低維的哈希矩陣H，得到每個(gè)樣本對(duì)應(yīng)的哈希編碼。但是這個(gè)過(guò)程并沒有學(xué)習(xí)到哈希函數(shù)，因此無(wú)法對(duì)新的圖像進(jìn)行哈希編碼。

（2）利用（1）得到的哈希編碼，以及每個(gè)樣本對(duì)應(yīng)的類別標(biāo)簽作為ground-truth 來(lái)訓(xùn)練網(wǎng)絡(luò)，從而得到哈希函數(shù)。假設(shè)（1）的哈希編碼有r 個(gè)比特位，樣本的類別數(shù)有c 個(gè)，那么網(wǎng)絡(luò)輸出層的節(jié)點(diǎn)就共有(r+c)個(gè)輸出節(jié)點(diǎn)。

該方法的輸入為原始的圖片信息，假設(shè)網(wǎng)絡(luò)已經(jīng)訓(xùn)練完畢后，對(duì)于一張新的測(cè)試圖片，輸出層的前r 個(gè)節(jié)點(diǎn)就是該圖片所對(duì)應(yīng)的哈希編碼，后c 個(gè)節(jié)點(diǎn)則表示了圖片的類別信息。

5 實(shí)驗(yàn)結(jié)果

均值哈希算法的實(shí)驗(yàn)結(jié)果如表1 所示，從中可以得出結(jié)論：該算法對(duì)于加濾鏡的圖像，處理效果理想；對(duì)于裁剪、添加水印、增加對(duì)比度的圖片，效果不理想；哈希、CNN特征提取算法將結(jié)合后的實(shí)驗(yàn)結(jié)果如表2 所示，可以很清楚的看出后一種算法相對(duì)與均值哈希算法，對(duì)于添加水印和濾鏡的圖片可以精確識(shí)別，對(duì)于進(jìn)行裁剪和增加對(duì)比度的圖片，也可以得到很好的識(shí)別效果。如果將第二種算法加入“一物尋一物”—失物招領(lǐng)平臺(tái)，與傳統(tǒng)失物招領(lǐng)平臺(tái)相比，會(huì)在提高檢索精度的同時(shí)大大減少檢索的時(shí)間。

表1 均值哈希實(shí)驗(yàn)結(jié)果

表2 哈希、CNN提取特征算法結(jié)合實(shí)驗(yàn)結(jié)果

6 結(jié)束語(yǔ)

通過(guò)對(duì)現(xiàn)有的失物招領(lǐng)平臺(tái)的功能，操作性，找回效率分析，搭建了“一物尋一物”—失物招領(lǐng)平臺(tái)，該平臺(tái)為失主和拾撿物品的人提供了一個(gè)可以及時(shí)交流的場(chǎng)所，解決了校園內(nèi)失物招領(lǐng)消息閉塞、準(zhǔn)確度低，可靠性不高等問(wèn)題，通過(guò)平臺(tái)來(lái)接受和處理失物，失主和拾主可輕松在該平臺(tái)上發(fā)布相關(guān)的信息，尋找丟失物品。失物事件頻頻發(fā)生，失主都是小范圍尋找，傳統(tǒng)平臺(tái)的缺陷讓他們并沒有抱太大希望。圖像匹配的模式相比于傳統(tǒng)模式更加符合網(wǎng)絡(luò)信息技術(shù)飛速發(fā)展的今天，本文通過(guò)實(shí)驗(yàn)研究，將CNN 特征提取與均值哈希結(jié)合的方法運(yùn)用于該平臺(tái)，通過(guò)匹配即可得出結(jié)果，提高了搜索時(shí)間和搜索精度，為用戶在傳統(tǒng)的失物招領(lǐng)模式以外提供更多的選擇，帶來(lái)了極大的便利，同時(shí)這個(gè)算法也可以在人臉識(shí)別，深度學(xué)習(xí)圖像匹配等領(lǐng)域發(fā)揮諸多作用。