电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2012年
12期
2472-2480
,共9页
赵永威%郭志刚%李弼程%高毫林%陈刚
趙永威%郭誌剛%李弼程%高毫林%陳剛
조영위%곽지강%리필정%고호림%진강
目标检索%上下文语义信息%精确欧氏位置敏感哈希%随机化视觉词典组%K-L散度
目標檢索%上下文語義信息%精確歐氏位置敏感哈希%隨機化視覺詞典組%K-L散度
목표검색%상하문어의신식%정학구씨위치민감합희%수궤화시각사전조%K-L산도
传统的视觉词典法(Bag of Visual Words,BoVW)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,且当目标区域所包含的信息不能正确或不足以表达用户检索意图时就得不到理想的检索结果.针对这些问题,本文提出了基于随机化视觉词典组和上下文语义信息的目标检索方法.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,利用查询目标及其周围的视觉单元构造包含上下文语义信息的目标模型；最后,引入K-L散度(KullbackLeibler divergence)进行相似性度量完成目标检索.实验结果表明,新方法较好地提高了目标对象的可区分性,有效地提高了检索性能.
傳統的視覺詞典法(Bag of Visual Words,BoVW)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,且噹目標區域所包含的信息不能正確或不足以錶達用戶檢索意圖時就得不到理想的檢索結果.針對這些問題,本文提齣瞭基于隨機化視覺詞典組和上下文語義信息的目標檢索方法.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,利用查詢目標及其週圍的視覺單元構造包含上下文語義信息的目標模型；最後,引入K-L散度(KullbackLeibler divergence)進行相似性度量完成目標檢索.實驗結果錶明,新方法較好地提高瞭目標對象的可區分性,有效地提高瞭檢索性能.
전통적시각사전법(Bag of Visual Words,BoVW)구유시간효솔저、내존소모대이급시각단사동의성화기의성적문제,차당목표구역소포함적신식불능정학혹불족이표체용호검색의도시취득불도이상적검색결과.침대저사문제,본문제출료기우수궤화시각사전조화상하문어의신식적목표검색방법.수선,해방법채용정학구씨위치민감합희(Exact Euclidean Locality Sensitive Hashing,E2LSH)대국부특정점진행취류,생성일조지지동태확충적수궤화시각사전조；연후,이용사순목표급기주위적시각단원구조포함상하문어의신식적목표모형；최후,인입K-L산도(KullbackLeibler divergence)진행상사성도량완성목표검색.실험결과표명,신방법교호지제고료목표대상적가구분성,유효지제고료검색성능.
