计算机应用

作者：唐林川, 邓思宇, 吴彦学, 温柳英

单位：西南石油大学 计算机科学学院, 成都 610500

关键词：重复图片检测,海量数据,感知Hash,局部探测,传递性

基金：浙江省海洋大数据挖掘与应用重点实验室开放课题项目（OBDMA201601）。

数据库中大量重复图片的存在不仅影响学习器性能，而且耗费大量存储空间。针对海量图片去重，提出一种基于pHash分块局部探测的海量图像查重算法。首先，生成所有图片的pHash值；其次，将pHash值划分成若干等长的部分，若两张图片的某一个pHash部分的值一致，则这两张图片可能是重复的；最后，探讨了图片重复的传递性问题，针对传递和非传递两种情况分别进行了算法实现。实验结果表明，所提算法在处理海量图片时具有非常高的效率，在设定相似度阈值为13的条件下，传递性算法对近30万张图片的查重仅需2 min，准确率达到了53%。

来源：2019年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第9期