文献

J-GLOBAL ID：201702246312740329   整理番号：17A1641749

効率的なモバイル画像検索のための教師なしトピックグラフハッシング【Powered by NICT】

Unsupervised Topic Hypergraph Hashing for Efficient Mobile Image Retrieval

著者 (4件)： Zhu Lei (School of Information Systems, Singapore Management University, Singapore) ,  Shen Jialie (Department of Computer and Information Sciences, Northumbria University, Newcastle upon Tyne, U.K.) ,  Xie Liang (School of Science, Wuhan University of Technology, Wuhan, China) ,  Cheng Zhiyong (School of Information Systems, Singapore Management University, Singapore)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 11  ページ： 3941-3954  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハッシングは高次元特徴コンパクト二値符号に圧縮する。は効率的なモバイル画像検索を支持し,その低データ伝送コストと高速検索応答に起因する有望な技術の一つである。しかし,既存のハッシング戦略の大部分は低レベル特徴に依存した。このようにして,それらは,限定された識別能力を持つハッシング符号を生成する可能性がある。さらに,それらの多くは画像間に存在する本質的に複雑なと高次意味論的相関を利用できない。これらの観察に動機づけられて,限界を解決するために,話題超グラフハッシング(THH)と呼ばれる新しい教師なしハッシング方式を提案した。THHは画像周辺補助テキストを利用してハッシング符号の意味論的不足を軽減した。提案手法では,ロバストな集団非負行列因数分解による発見される画像と意味的トピックスとの関係。その後,統一された話題超グラフ,画像とトピックスは独立した頂点と超辺で表現したが,画像の固有の高次意味論的相関をモデル化するために構築した。最後に,ハッシング符号と機能は,意味的一貫性を施行と発見された意味論的関係を保存する同時に学習される。公開利用可能データセット上での実験を行い,THHがいくつかの最先端法と比較して優れた性能を達成できることを明らかにし,それは移動画像検索のためのにより適している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *画像 ,  *携帯電話 ,  高速度 ,  *ハッシング ,  意味論 ,  モデリング ,  超グラフ ,  高次元 ,  *画像検索 ,  ロバスト性
準シソーラス用語： 最先端 ,  非負行列因子分解 ,  テキスト ,  データ伝送 ,  バイナリコード , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： モバイル ,  画像検索 ,  教師