基于局部特征聚合的图像检索方法 image retrieval based on locally features aggregating.pdfVIP

下载本文档

61
0
约3.58万字
约 10页
2017-09-10 发布于上海
举报
版权申诉

基于局部特征聚合的图像检索方法 image retrieval based on locally features aggregating.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于局部特征聚合的图像检索方法 image retrieval based on locally features aggregating

第34卷第11期计算机学报 V01．34No．11 2011年11月 CHINESE OFCOMPUTERS NOv．2011 JOURNAL 基于局部特征聚合的图像检索方法何云峰” 周玲1’ 于俊清”矗’ 徐涛” 管涛 ”(华中科技大学计算机科学与技术学院武汉430074) 2’(华中科技大学网络与计算中心武汉430074) 摘要多媒体数据尤其是图像数据的急剧增长，使得基于图像内容的检索成为一个非常重要的研究课题．图像 of 的特征描述以及特征的索引机制是实现基于内容图像检索的关键．针对图像局部聚合描述符(VectorsLocally Aggregated 略，根据局部特征向量与聚类中心的距离分配不同的隶属权值，生成更具代表性的软分配局部聚合描述符(Soft Filewith DistanceCom— Assignment-VLAD，SA—VLAD)．针对非对称距离计算倒排索引机制(InvertedAsymmetric 问题，提出引入简单的散分配方法，将可能落入多条链表中的数据库向量进行多次编码，实现了基于散分配的非对称距离计算倒排索引机制(Dispersed SA-VLAD描述符，在很大程度上减少了查询时间，同时有效提高了查询结果的准确率．关键词基于内容的图像检索；高维索引；维度灾难；聚合向量中图法分类号TP391BOl号：10．3724／SP．J．1016．2011．02224 RetrievalBasedon Features Image Locally Aggregating HE ZHOU YU XUTa01’GUANTa01’ Yu—Fen91’ Lin91’ Jun-Qin91’，2’ ¨(School Scienceand ScienceandTechnology。Wuhan430074) ofComputer Technology。HuazhongUniversityof 幻(CenterNetworkand ScienceandTechnology，Wuhan430074) of Computation，HuazhongUniversityof AbstractWiththeamountofmultimedia data，increased data，especiallyimage rapidly，similar retrievalhas research whichdescribeand image becomeaveryimportantsubject．Features images feature are to retrieval．Vectorsof indexingimportantimage LocallyAggregatedDescriptors (VLAD)cannotdescribethe betweenlocal andclusters．More