基于内容的大规模图像检索的设计与实现-计算机技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 achieve achieve higher retrieval performance． For the lower bag of words express way to identify performance problems，we propose the corresponding large-scale image retrieval system solution： multi．dictionary word pocket-image retrieval system．The method is based more visual words using different independent dictionaries，rather than adding the same idea more word dictionary．Runs in four actual image data in the system test scenarios， test results show that the multi．dictionary word bags at an increased storage and computing capacity of the premise，can significantly boost recognition performance bag of words reaches full—featured level of expression methods． Keywords：Image Retrieval，Full Representation，Bag of Words，Compact Kd-Trees， Multiple Dictionaries 万方数据 目录摘要 目录 摘要 I Abstract ． ． ． ． ． ． ． ． ． I I 目录 IV 符号说明 ．1 1绪论 1 1．1图像检索问题 ．2 1．2图像表示方法 ．4 1．3本文的主要工作： ．5 2相关工作 ．6 2．1图像检索系统 ．6 2．2完整特征一图像检索系统 7 2．2．1 Kd一树(Kd—Trees，kdt) 8 2．2．2局部敏感哈希(Locality Sensitire Hashing，Ish) 8 2．2．3分层K一均值(Hierarchical K-Means，hkm) 10 2．3词袋一图像检索系统 ．11 2．3．1倒排表(Inverted Fi le，invf) ．12 2．3．2最小哈希(Min—Hash，minhash) ．13 2．4存在的问题 一14 2．5小结 一1 5 3解决方案 16 3．1压缩Kd—Trees ．16 3．1．1压缩二进制标签 一17 万方数据 3． 3．1．2压缩Kd—Trees图像检索系统 1 8 3．2多字典词袋 一21 3．3并行化处理 一23 4实验与分析 25 4．1图像数据库 25 4．1．1取样图像数据库 26 4．1．2干扰图像数据库 27 4．2实验环境设置 28 4．3相关方法的对比实验 28 4．3．1参数设置 28 4．3．2实验结果与讨论 29 4．4压缩Kd—Trees图像检索系统实验结果与分析 ．35 4．4．1实验环境设置 ．．35 4．4．2二进制标签比较 ．．35 4．4．3压缩Kd-Trees ．．36 4．5多字典词袋图像检索系统实验结果与分析 37 4．5．1实验环境设置 ．．37 4．5．2词袋细节 ．．38 4．5．3多字典词袋方法 一38 4．5．4关于模型图像特征 一40 4．5．5合并模型图像特征和多字典词袋 ．．41 4．6小结 ．．43 5总结 44 参考文献 46 致 谢 ．48 万方数据 符号说明kdt 符号说明 kdt Kd。Trees，Kd．树 lsh Locality Sensitive Hashing，局部敏感哈希 lsh．12 L2．Locality Sensitive Hashing，L2距离局部敏感哈希 lsh．sim Spherical-Simplex-Locality Sensitive Hashing，单纯形球体 ．局部敏感哈希 lsh．orth Spherical—Orthoplex．Local时Sensitive Hashing，四面体棱 柱形球体．局部敏感哈希 hkm Hierarchical K．Means，分层K