-
题名基于加权特征空间信息视觉词典的图像检索模型
被引量：10
- 1
-
-
作者
董健
-
机构
盐城师范学院信息科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第4期1172-1176,1226,共6页
-
基金
盐城师范学院自然科学研究基金资助项目(11YCKL032)
-
文摘
针对传统的视觉词袋模型中视觉词典对底层特征量化时容易引入量化误差,以及视觉单词的适用性不足等问题,提出了基于加权特征空间信息视觉词典的图像检索模型。从产生视觉词典的常用聚类算法入手,分析和探讨了聚类算法的特点,考虑聚类过程中特征空间的特征分布统计信息,通过实验对不同的加权方式进行对比,得出效果较好的均值加权方案,据此对视觉单词的重要程度加权,提高视觉词典的描述能力。对比实验表明,在ImageNet图像数据集上,相对于同源视觉词典,非同源视觉词典对视觉空间的划分影响较小,且基于加权特征空间信息视觉词典在大数据集上更加有效。
-
关键词
图像搜索
视觉词袋模型
加权特征空间信息
视觉词典
聚类算法
-
Keywords
image retrieval
bag of visual word model
weighted feature space
visual vocabulary
cluster algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
