基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过累积残差和进行图像表示的局部聚合描述子向量(Vector of locally aggregated descriptors,VLAD)方法中,由于每个描述子与对应的最近邻码字得到的残差值大小不一,且每个码字对应的描述子数量不确定,会存在过累积和欠累积问题.针对此问题,提出一种通过距离聚类的残差中心聚合进行图像表示的新方法.首先,提取数据库图像的局部描述子,通过聚类得到码本;然后,将局部描述子通过最近邻方法量化到码本上,并求出局部描述子与最近邻码字之间的欧式距离;再次,聚类所有距离,得到中心集合,求出每个局部描述子与最近邻码字之间的欧式距离在中心集合上的最近邻,进而求得中心集合中每个中心对应的描述子与最近邻码字之间残差的中心,并将每个码字上所有的残差中心累积求和;最后,将所有码字对应的累积向量按顺序级联后得到最后的图像表示.在Holidays和UKB数据集上的图像检索实验结果表明,提出的图像表示方法比通过直接累积残差和进行图像表示的VLAD方法效果更好.
推荐文章
基于稀疏表示和近邻嵌入的图像超分辨率重构
超分辨率重构
稀疏表示
过完备字典
图像块近邻
权重
基于投影残差量化哈希的近似最近邻搜索
投影残差量化哈希
大规模搜索
近似最近邻搜索
编码权重
多阶段量化
基于最近邻距离权重的ML-KNN算法
多标签分类
ML-KNN
聚类
最近邻
距离权重
基于自然最近邻相似图的谱聚类
谱聚类
自然最近邻
相似图
相似度矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最近邻量化距离聚类的残差中心聚合图像表示
来源期刊 数据采集与处理 学科 工学
关键词 图像表示 聚合局部描述子向量 聚类 残差中心聚合 图像检索
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 79-88
页数 10页 分类号 TP391
字数 6410字 语种 中文
DOI 10.16337/j.1004-9037.2020.01.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 岑翼刚 北京交通大学计算机与信息技术学院 15 101 6.0 9.0
2 梁列全 广东财经大学信息学院 5 14 2.0 3.0
3 张琳娜 贵州大学机械工程学院 5 2 1.0 1.0
4 郑心炜 广东财经大学信息学院 3 0 0.0 0.0
5 阚世超 北京交通大学计算机与信息技术学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (1)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(7)
  • 参考文献(4)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像表示
聚合局部描述子向量
聚类
残差中心聚合
图像检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导