为弥补传统Bo W(Bag of Words)模型缺失的颜色信息和空间信息,提出了基于多特征索引和局部约束的服饰检索方法。基于Bo W模型分别建立关于颜色特征和SIFT特征的两种倒排文件索引结构,检索相似服饰图像,并提出了局部约束的后验证方法。...为弥补传统Bo W(Bag of Words)模型缺失的颜色信息和空间信息,提出了基于多特征索引和局部约束的服饰检索方法。基于Bo W模型分别建立关于颜色特征和SIFT特征的两种倒排文件索引结构,检索相似服饰图像,并提出了局部约束的后验证方法。实验结果表明,该方法在不同环境采集的服饰数据库的测试中,得到了理想的检索性能。展开更多
在基于样例的视频检索中,视频数据采用多个高维特征数据描述,针对不同的检索应用中这些特征数据的权值经常会发生变化的情况,提出了一种面向可变权值的多特征索引树(multi-feature index tree)结构,以满足用户在样例检索过程中对特征权...在基于样例的视频检索中,视频数据采用多个高维特征数据描述,针对不同的检索应用中这些特征数据的权值经常会发生变化的情况,提出了一种面向可变权值的多特征索引树(multi-feature index tree)结构,以满足用户在样例检索过程中对特征权值进行自定义的设置。多特征索引树采用适应于浏览的树型结构对视频的多个特征向量进行索引,检索时,通过遍历最低一层的集合节点,以减少数据维数对检索效率的影响,并针对多特征索引树结构,提出了一种快速确定检索距离值的ADD-kNN检索算法。实验表明,这种索引结构及相应的检索算法具有较好的性能。展开更多
文摘为弥补传统Bo W(Bag of Words)模型缺失的颜色信息和空间信息,提出了基于多特征索引和局部约束的服饰检索方法。基于Bo W模型分别建立关于颜色特征和SIFT特征的两种倒排文件索引结构,检索相似服饰图像,并提出了局部约束的后验证方法。实验结果表明,该方法在不同环境采集的服饰数据库的测试中,得到了理想的检索性能。
文摘在基于样例的视频检索中,视频数据采用多个高维特征数据描述,针对不同的检索应用中这些特征数据的权值经常会发生变化的情况,提出了一种面向可变权值的多特征索引树(multi-feature index tree)结构,以满足用户在样例检索过程中对特征权值进行自定义的设置。多特征索引树采用适应于浏览的树型结构对视频的多个特征向量进行索引,检索时,通过遍历最低一层的集合节点,以减少数据维数对检索效率的影响,并针对多特征索引树结构,提出了一种快速确定检索距离值的ADD-kNN检索算法。实验表明,这种索引结构及相应的检索算法具有较好的性能。
