基于加权特征空间信息视觉词典的图像检索模型

• 作者: 董健
• 来源期刊: 计算机应用
• 学科: 工学
• 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
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 1172-1176,1226
• 页数: 6页
• 分类号: TP391
• 字数: 6135字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.04.1172

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董健	盐城师范学院信息科学与技术学院	12	46	5.0	6.0