GeoSOT时空编码的海量照片组织检索方法

摘 要

经过对用户行为模式调查，照片管理主要涉及了照片的位置、时间、目录以及标签等信息。针对个人照片数据日益增多，由于其大数据量、异构性等特点，传统的管理方式已经无法适应照片的检索需求的现状，该文提出了一种基于标识的照片组织管理方式。根据时空唯一性的特点，通过GeoSOT位置码+时间码唯一标识照片，同时在数据库中存储用户关心的其他标签，并对编码建立了相应的索引。最后，对编码生成和照片检索的效率进行了实验验证，结果表明该组织方式能够高效地管理个人照片数据。

引用格式

田方杰，程承旗，濮国梁.GeoSOT时空编码的海量照片组织检索方法［Ｊ］．测绘科学，2018，43（2）：24-29.

正文

随着智能手机与数码相机的普及，照片的获取途径越发广泛，获取手段也越发简单，个人照片数量急剧增加。根据国外网站Mylio调查显示，在2014年人们拍照总量已经达到了8 098亿张。预计到2017年，这一数字有望攀升到1.272 1兆张，复合年均增长率达到16.2%。另外，Mylio预测表示，到2017年由智能手机拍摄的照片将占全部的照片78.8%。管理照片数据成为个人数据管理一个重要内容。照片数据管理问题本质上是大数据量、大规模、异构数据的管理问题在个人数据管理领域的反映，涉及数据存储、索引、查询、安全与隐私保护等诸多问题[1-4]。所谓异构性，源数据环境和目的数据环境结构不同，典型表现为源数据和目的数据所在的数据库管理系统（DBMS）不同。作为一种非结构化数据，照片数据不方便采用传统关系型数据库二维逻辑表来表现。如何有效地管理照片是最近几年来一个备受关注的议题。

值得关注的是，用户行为模式的差异性，使得照片数据的查询检索变得更为复杂多变。不同个体对照片的浏览检索有着显著的差异，个体性表现极其明显。文献[5]对不同用户采取了抽样调查方法，用户关心的照片属性主要有位置（location）、时间（date）、目录（content）以及标签（tag）。实际生活中也是如此，用户在浏览照片时往往根据前述属性进行筛选。例如，用户在浏览到某一比较感兴趣的照片时，他可能提出一个查询请求：查询在该照片附近的照片。而且，这种时空相关的搜索在生活中越来越流行，需求量越来越大。

信息标注是一种对非结构化数据进行管理的重要手段。其通常是采用事先定义的标识对目标数据进行关联标识，标识即元数据。在标识的理念下，照片管理产品推陈出新，各产品侧重也各不相同，包括标签的分类、贴标签方法、结果的关联性[6-8]等。其中很多产品在时空检索查询上存在很大的不足，因此空间标识概念应运而生。文献[9]中指出空间标签主要有两种形式，一种是精确的GPS标签（即经纬高），另一种是隐含的地理标签（如北京）。针对空间标签，许多新的基于语义的照片标识和检索算法应运而生，文献[10-11]提出了基于贝叶斯网络的语义获取法以及交互反馈检索法，文献[12]提出了基于支持向量机(SVM)的语义关键字提取法，文献[13]提出CSP(CrowdSense@Place)方法来联系语义上的位置和GPS位置。但这些算法中语义转换的准确率仍然是一大问题。在某种程度上，这些方式在对第二种时空标签的检索解决了部分问题，但是时空照片检索的高效性与准确性难以得到保证。

本文借鉴标签的思想，基于GeoSOT[14]编码设计一种新型的时空标识，准确地记录照片的时空信息；同时采取降维的思想，提出一种高效、准确的检索方法，以实现对海量照片在时空范围的高效组织检索。

针对非结构化的照片数据，本文提出了一种基于时空标识的组织方式，在用户行为模式的基础上，针对时空查询请求，基于GeoSOT编码唯一关联每一张照片，将用户主要关心的信息存储于数据库，同时对时空编码建立了相适应的索引，适应传统的关系型数据库管理。一方面，这种组织查询方式可以根据照片的EXIF信息自动化管理；另一方面，除了满足用户多样化的个人需求，在建立合适的索引后，实现了用户复杂的时空检索请求，提高了用户基于时空条件查找照片的效率和查询的准确率。

2018年（第43卷）第2期

往期热点文章

感谢关注、点赞、留言、转发