EFFICIENT BAG-OF-FEATURE KERNEL REPRESENTATION FOR IMAGE SIMILARITY论述文翻译 初稿.docVIP

基于高效“词袋”的图像相似性的核心表现 抽象概念： 尽管“词袋”图像模型对于物体匹配和图像检索已经展现了非常好的潜力，但是这样一个复杂的数据表示计算需要昂贵的相似性措施评价。在本文中，我们提出了一基于词典和内核相似功能的uni-fying框架，它突出了强大的数据表现和相似度计算效率之间的权衡。这种形式主义的基础上，我们提出了一种新的基于内核的词袋的特征描述方法。并且我们引进一种大型图像数据库的快速相似性搜索的方法。所进行的实验表明，我们的做法在当今最先进的相似性检索任务中也是具有十足的竞争性的。 索引：词袋，相似性，内核，字袋，视觉词典，图像检索 简介： 复杂地来描述每个图像所代表的含义，就是由一组向量所组成，那组向量被称作“词袋”（BOF），它在图像和视频数据库中表现出强大的图像相似检索能力。设计强大的图像之间的相似性和无序排名的本地功能，是一个非常具有挑战性的任务。 作为一种替代标准的投票体系，“字袋”模型（BOW）基于的可视化字典计算已开发出克服大量要处理的数据量。近日，被认为是非常成功的分类任务的替代品——字袋，已经在被考虑之中了。 另一种流行的替代投票方案，是提供了一个与“词袋”内核相似的功能。Grauman 和Darrell提出了金字塔匹配的内核计算的Pol集之间的相似性。他们的方案产生了良好的结果，但被限制在可以明确地配制成诱导空间中的一个点积的内核中。这个方案特点在于属于内核类的其他方法试图超越明确的功能映射内核向量集。而这些内核已被成功改编为检索对象。这样的框架的主要优点是，它使unspecifed内核函数成为可能。然而，当数据库的数据增加时，相似度计算迅速变的异常难加工在文稿中 ，我们提出了一种新的基于内核的方法基于内核的相似性，结合精度和效率基于字典的方法。我们两个图像数据集的语义相似性搜索和附近的重复检测验证局部描述符局部描述符UF astK中产生的崩溃相比于在详尽的“袋”内核中的M群内较小的内核计算所产生的所有组合的限制，后者是可强调重写的UF astK (6) 我们UF astK的另一个好处是当详尽的内核中所累积的很小的相似值与“词袋”中的不同的相似兴趣点所比较时通过考虑每一个查询的局部描述符的邻居的报告来减少噪音量。可以参视图（1）。确实，对于小汽车类：几乎所有对象都具有相同的姿势，他们覆盖了整张图像的大部分，因此，大多数地方的描述符是语义上相关。在这样的情况下，相似性搜索的结果，图（1（a））对于详尽“袋”内核，图（1（b））对于超级快速内核方案，图（1（c））。我们的方案在无精度损失的计算上大大降低了计算的复杂性。如果一个类的对象中含有较多变化出现，比如巴士，我们的超快速内核提供了详尽的内核甚至更好的效果，比较的结果图如图（1（d））与图（1（c）），因为通过聚类定义minim表示“词袋”来减少语义无用的局部描述符的数量。 我们的框架中，任何微型内核k在式（4）也可使用。我们专注于在下一节中的相应κ功能（公式（6））。 选择κ 在我们的形式主义中，我们根据经典的“词袋”的相似性措施来介绍了对于k的不同的选择。因此，我们在一个方案中包括所有“词袋”的相似之处，其中包括我们的超快计划，强调计算的复杂性和准确性的差异。 4.1 线性内核 如需要测量图像IJ和查询图像Iq的标准之间的相似性，当它们被表示为“字袋”矢量时，就是这些矢量的内积。 在我们的形式主义（公式（6））中，UF astK在“字袋”矢量群之中对应于标准的内积。 4.2 移线性内核 为了定义“词袋”和不再只计算属于同一个类中的局部描述符之间的相似性，可占的位置在特征空间中的每一个局部描述符分配给它的集群中心 (8) 我们在附录A展示了提出这种表示对应的向量的局部聚合描述符（VLAD）的Jegou等人。 4.3 χ2-高斯内核 我们建议在本文中保持所有包含χ2-高斯内核作为微核k的准确性。 (9) 根据LSH的属性，我们能够使用上面提到的k函数通过展示Kij的正定义来轻易地证明我们的UF astK是一个Mercer内核。Kij:= (kq(bri, bsj )fLSH (bri, bsj ))ij。 袋中的内核计算复杂性已经在（1）式中列出，就是O(n2)的n在在每幅图像的局部描述符，而我们的超快速计划的复杂性的M数字集群。古典的M和n是相同的量级，从而导致一个大约为O（n）的复杂度。 实验 我们所进行的相似性搜索是在VOC2006图像数据库和一个100K的图像数据集上进行的。在所有的实验中，局部描述符之间的微核是X2-高斯内核在q=5的值。平均精度（MAP）是用来比较检索性能的。我们考虑的是准确度和效率两者的表现。 5.1 UF astK vs “字袋”内核 在袋中的表现 VOC2006包含5304幅