基于内容的大规模商品图像检索系统.pptVIP

基于内容的大规模商品图像检索系统 工作总结 直接从图像内容中提取信息，由计算机自动分析完成 是一种近似匹配而非精确匹配 检索是一个交互式、相关反馈的过程 与传统基于文本检索的比较 因为是基于内容的检索，所以对图像内容/语义表示和提取的过程进行一定的建模和抽象是非常必要的 工作总结 因为我们的系统首先需要从特征提取入手，所以我看了有关特征提取的经典算法SIFT算法。SIFT充分利用尺度空间特征，可以提取出图像各个尺度的特征点，对尺度不变有很好的鲁棒性，同时对于图像的旋转、缩放、光照等变换具有很好的鲁棒性和抗噪能力提取的特征点数量大而且更稳定，而且在实验中表现出了检索的精确性。 但是生成特征向量的维数很高，是128维而且提取到的特征点过多，导致运用到大规模系统检索时出现效率问题，因此对SIFT算法的改进是提高我们系统效率的关键 我看到的关于SIFT算法的改进是通过降低维度，因为这样不仅降低了描述子所以的信息而且还降低了错误匹配，提高了速度，但似乎错误率又会上升，所以这方面还有待提高。 Google图片搜索 Edgel Index for Large- Scale Sketch- based Image Search 论文的主要内容：通过手画的简单线条搜索符合条件的图片 需要解决的关键问题：缺乏有效的索引 1:建立索引： 使用a triple (x,y,θ ) 描述视觉图 转化image, edgels representation to document,words representation 2:通过对Oriented Chanfer Match-ing ( OCM )的改进建立Hit map将距离计算转化为相似度计算 谢谢观赏