电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2012年
5期
1154-1161
,共8页
赵永威%李弼程%彭天强%高毫林
趙永威%李弼程%彭天彊%高毫林
조영위%리필정%팽천강%고호림
目标检索%视觉词典法%随机化视觉词典组%精确欧氏位置敏感哈希%查询扩展
目標檢索%視覺詞典法%隨機化視覺詞典組%精確歐氏位置敏感哈希%查詢擴展
목표검색%시각사전법%수궤화시각사전조%정학구씨위치민감합희%사순확전
在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words,BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题.针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法.首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing,E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索.实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性.
在目標檢索領域,噹前主流的解決方案是視覺詞典法(Bag of Visual Words,BoVW),然而,傳統的BoVW方法具有時間效率低、內存消耗大以及視覺單詞同義性和歧義性的問題.針對以上問題,該文提齣瞭一種基于隨機化視覺詞典組和查詢擴展的目標檢索方法.首先,該方法採用精確歐氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing,E2LSH)對訓練圖像庫的跼部特徵點進行聚類,生成一組支持動態擴充的隨機化視覺詞典組;然後,基于這組詞典構建視覺詞彙分佈直方圖和索引文件;最後,引入一種查詢擴展策略完成目標檢索.實驗結果錶明,與傳統方法相比,該文方法有效地增彊瞭目標對象的可區分性,能夠較大地提高目標檢索精度,同時,對大規模數據庫有較好的適用性.
재목표검색영역,당전주류적해결방안시시각사전법(Bag of Visual Words,BoVW),연이,전통적BoVW방법구유시간효솔저、내존소모대이급시각단사동의성화기의성적문제.침대이상문제,해문제출료일충기우수궤화시각사전조화사순확전적목표검색방법.수선,해방법채용정학구씨위치민감합희(Exact Euclidean Locality Sensitive Hashing,E2LSH)대훈련도상고적국부특정점진행취류,생성일조지지동태확충적수궤화시각사전조;연후,기우저조사전구건시각사회분포직방도화색인문건;최후,인입일충사순확전책략완성목표검색.실험결과표명,여전통방법상비,해문방법유효지증강료목표대상적가구분성,능구교대지제고목표검색정도,동시,대대규모수거고유교호적괄용성.