信息工程大学学报
信息工程大學學報
신식공정대학학보
JOURNAL OF INFORMATION ENGINEERING UNIVERSITY
2013年
5期
585-590,633
,共7页
距离度量学习%图像检索%支持向量机%视觉单词
距離度量學習%圖像檢索%支持嚮量機%視覺單詞
거리도량학습%도상검색%지지향량궤%시각단사
在视觉单词包模型(bag of visual words,BoVW)模型中,由于特征检测的不足、聚类算法的缺陷及视觉单词的量化误差,用BoVW模型产生的视觉词典中,存在视觉单词同义性和歧义性的问题,因此用BoVW计算图像距离时,效果不太理想.BoVW模型产生的词典规模巨大,学习一个普通矩阵需要的运算量难以接受.针对BoVW模型上述缺陷,文章提出了一种基于SVM的BoVW距离度量学习方法.该方法利用SVM训练一个将相似图像对与非相似图像对最大程度分离的超平面,得到计算词频直方图点积的权重矩阵.在Oxford图像集上的检索实验表明了该方法的有效性.
在視覺單詞包模型(bag of visual words,BoVW)模型中,由于特徵檢測的不足、聚類算法的缺陷及視覺單詞的量化誤差,用BoVW模型產生的視覺詞典中,存在視覺單詞同義性和歧義性的問題,因此用BoVW計算圖像距離時,效果不太理想.BoVW模型產生的詞典規模巨大,學習一箇普通矩陣需要的運算量難以接受.針對BoVW模型上述缺陷,文章提齣瞭一種基于SVM的BoVW距離度量學習方法.該方法利用SVM訓練一箇將相似圖像對與非相似圖像對最大程度分離的超平麵,得到計算詞頻直方圖點積的權重矩陣.在Oxford圖像集上的檢索實驗錶明瞭該方法的有效性.
재시각단사포모형(bag of visual words,BoVW)모형중,유우특정검측적불족、취류산법적결함급시각단사적양화오차,용BoVW모형산생적시각사전중,존재시각단사동의성화기의성적문제,인차용BoVW계산도상거리시,효과불태이상.BoVW모형산생적사전규모거대,학습일개보통구진수요적운산량난이접수.침대BoVW모형상술결함,문장제출료일충기우SVM적BoVW거리도량학습방법.해방법이용SVM훈련일개장상사도상대여비상사도상대최대정도분리적초평면,득도계산사빈직방도점적적권중구진.재Oxford도상집상적검색실험표명료해방법적유효성.
