基于加权特征空间信息视觉词典的图像检索模型.pdfVIP

of ISSN1001．9081 2014．04．10 Joumal ComputerApplications CODENJYIIDU http：／／www．joca．cn 计算机应用，2014，34(4)：1172一1176，1226 文章编号：1001-9081(2014)04—1172-05 基于加权特征空间信息视觉词典的图像检索模型 董健 (盐城师范学院信息科学与技术学院，江苏盐城224002) (·通信作者电子邮箱don蓟yeah@yeaII．net) 摘要：针对传统的视觉词袋模型中视觉词典对底层特征量化时容易引入量化误差，以及视觉单词的适用性不 足等问题，提出了基于加权特征空间信息视觉词典的图像检索模型。从产生视觉词典的常用聚类算法入手，分析和 探讨了聚类算法的特点，考虑聚类过程中特征空间的特征分布统计信息，通过实验对不同的加权方式进行对比，得出 效果较好的均值加权方案。据此对视觉单词的重要程度加权，提高视觉词典的描述能力。对比实验表明，在ImageNet 图像数据集上，相对于同源视觉词典，非同源视觉词典对视觉空间的划分影响较小，且基于加权特征空间信息视觉词 典在大数据集上更加有效。 关键词：图像搜索；视觉词袋模型；加权特征空间信息；视觉词典；聚类算法 中图分类号：TP391文献标志码：A r删evalmoddb嬲edonvi叭al featllreinfo珊ation Ilnage vo龆blllary稍tllweiglltedspace DONG Jian’ 224002，傩i胍) (c姆矿蜘丌n口I如n如，啪a，ld‰矗肿￡唧’地nck昭死∞Jlem‰沁呖‰nck，lg脑，l庐u tlle errorwhenthelocalfeatureswere thevisual intmditional by vocabulary Abstr叠ct：Concemingquantization quantified retrievalmodelb鹊edonvisual with feature Bag-of-Visual·word(BoVw)model，蚰image vocabularyweighted space Visual thestatistic iⅢbnnation Consideredt11e metllodwhichw鹊usedto the w鹊propcISed． clustering genemte codebook， oftllefeature t}le ofdi＆rent infomation spacew∞锄alyzedduringclusteringpmcess．r111rou曲thecomp撕son weig}lting to