کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10360407 869792 2014 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Ranking consistency for image matching and object retrieval
ترجمه فارسی عنوان
ثبات رتبه بندی برای تطبیق تصویر و بازیابی شی
کلمات کلیدی
ثبات رتبه بندی، تطبیق تصویر، بازیابی شی، فهرست معقول مین هش،
ترجمه چکیده
هدف از بازیابی شیء این است که مجموعه ای از تصاویر را با شباهت مطالب آنها به تصاویر تصویر پرس و جو مقایسه کنیم. با این وجود، شباهت محتوای تصویر به دلیل تغییرات بصری ناشی از تغییر دیدگاه و محیط زیست، مشکل است. در این مقاله، ما یک روش ساده و کارآمد برای بهینه سازی میزان تشابه محتوا از اندازه گیری های تصویر را پیشنهاد می کنیم. روش ما بر اساس اطلاعات رتبه بندی موجود از سیستم های بازیابی موجود است. ما متوجه می شویم که تصاویر در مجموعه ای که در هنگام استفاده به عنوان نمایش داده می شود، لیست های مشابه رتبه بندی به احتمال زیاد به یکدیگر مربوط می شوند و برعکس. در روش ما، سازگاری رتبه بندی به عنوان یک روش تایید به منظور کارآمد یک لیست رتبه بندی موجود را اصلاح می کند، به همان اندازه که تأیید مکانی استفاده می شود. کارایی روش ما با استفاده از یک طرح مین-هش لیستی به دست می آید که به محاسبات سریع یک رتبه بندی تقریبی تقریبی امکان می دهد. نتایج تجربی اثربخشی چارچوب پیشنهاد شده و کاربرد آن را اثبات می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
The goal of object retrieval is to rank a set of images by the similarity of their contents to those of a query image. However, it is difficult to measure image content similarity due to visual changes caused by varying viewpoint and environment. In this paper, we propose a simple, efficient method to more effectively measure content similarity from image measurements. Our method is based on the ranking information available from existing retrieval systems. We observe that images within the set which, when used as queries, yield similar ranking lists are likely to be relevant to each other and vice versa. In our method, ranking consistency is used as a verification method to efficiently refine an existing ranking list, in much the same fashion that spatial verification is employed. The efficiency of our method is achieved by a list-wise min-Hash scheme, which allows rapid calculation of an approximate similarity ranking. Experimental results demonstrate the effectiveness of the proposed framework and its applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 47, Issue 3, March 2014, Pages 1349-1360
نویسندگان
, , , ,