基于Hadoop的分布式外观专利图像检索系统研究

李宇

摘要：随着外观专利数据的快速增长，单机环境下的外观专利图像检索系统越来越难以满足用户快速检索的需求。为提升大规模外观专利图像检索效率，该文设计一种基于hadoop的分布式外观专利图像检索系统。该系统利用提取图像特征的LIRe开发包和分布式检索系统hadoop，并行提取出图片的特征，建立特征库和索引库，并利用多特征索引联合检索方式提高查准率，实验验证了在外观专利数据系统可有效提升检索效率。

关键词：分布式技术;hadoop;图像检索

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）18-0205-04

开放科学（资源服务）标识码（OSID）：

Research on Distributed Appearance Patent Image Retrieval System Based on Hadoop

LI Yu

（Guangdong University of Technology， Guangzhou 510006， China）

Abstract： With the rapid growth of appearance patent data， appearance patent image retrieval system in stand-alone environment is more and more difficult to meet the needs of fast retrieval. In order to promote large-scale appearance patent retrieval efficiency， this paper designed a distributed appearance patent image retrieval system based on the hadoop framework of the system. The proposed system adopts LIRe development package for extracting image features and Distributed cloud computing platform Hadoop to parallelly extract image features and establish feature database and index database. Retrieval method with Multi-feature index is used to improve the accuracy， experimental results show that this patent images retrieval system can effectively improve the efficiency of retrieval.

Key words： distributed technology; hadoop; image retrieval

1 背景

外观设计专利是对工业品外观的新设计，外观专利必须要对产品的形状、图案、色彩或者其结合做出新的富有美感设计并适用于工业应用。近年来，工商业发展迅速，外观专利数据量不断增长。2019年我国外观设计专利申请量达71.20万件，这些数据涉及不同领域，不同形状，颜色，纹理，海量的外观专利为外观专利检索带来了新的挑战。传统的基于文本的图像检索，是利用描述图像的文本进行图像检索，近年来由于图像内容复杂[1]，难以通过文字描述全面且描述的文本主观性较强，因此，通过文本检索难以达到较好的检索效果。针对这个问题，本文设计了一种基于hadoop的分布式外观专利检索系统[2]，通过定义图像数据类型，将图像转为hadoop集群可以处理的形式，在mapreduce分布式计算中，基于hadoop 的多个节点分布式协同运算，利用LIRe（Lucene Image Retrieval）并行化提取外观专利图像特征值和索引，建立外观专利特征和索引数据库，采用倒排索引技术对数据提取索引来建立“目录”，由于索引数据量小，遍历成本低，操作方便，待查询外观专利图像可以通过索引快速查找相似专利。……