测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2014年
12期
8-10,15
,共4页
基于内容的图像检索%特征降维%流形学习%保局投影%相似度度量
基于內容的圖像檢索%特徵降維%流形學習%保跼投影%相似度度量
기우내용적도상검색%특정강유%류형학습%보국투영%상사도도량
CBIR%feature dimensionality reduction%manifold learning%LPP%similarity measurement
“维度灾难”是基于内容的图像检索(CBIR,content-based image retrieval)技术需要重点解决的关键问题.局保投影(LPP,locality preserving projections)流形学习算法可以最大限度地保留图像的局部非线性结构,从而更能够保留图像的本质特征.利用LPP流形学习算法的特性,在CBIR框架下,提出了一种图像检索特征降维方法.实验结果表明,方法在保持与原始特征基本相当的检索性能情况下,特征比对的计算复杂度可以降低66.51％.
“維度災難”是基于內容的圖像檢索(CBIR,content-based image retrieval)技術需要重點解決的關鍵問題.跼保投影(LPP,locality preserving projections)流形學習算法可以最大限度地保留圖像的跼部非線性結構,從而更能夠保留圖像的本質特徵.利用LPP流形學習算法的特性,在CBIR框架下,提齣瞭一種圖像檢索特徵降維方法.實驗結果錶明,方法在保持與原始特徵基本相噹的檢索性能情況下,特徵比對的計算複雜度可以降低66.51％.
“유도재난”시기우내용적도상검색(CBIR,content-based image retrieval)기술수요중점해결적관건문제.국보투영(LPP,locality preserving projections)류형학습산법가이최대한도지보류도상적국부비선성결구,종이경능구보류도상적본질특정.이용LPP류형학습산법적특성,재CBIR광가하,제출료일충도상검색특정강유방법.실험결과표명,방법재보지여원시특정기본상당적검색성능정황하,특정비대적계산복잡도가이강저66.51％.
