文献

J-GLOBAL ID：201702249892582062   整理番号：17A0257391

重力情報を融合した高速大量画像検索手法【JST・京大機械翻訳】

Large-scale Image Retrieval Based on a Fusion of Gravity Aware Orientation Information

著者 (3件)： Zhang Yunchao (School of Computer Science and Technology, Beijing Institute of Technology) ,  Chen Jing (School of Optics and Electronics, Beijing Institute of Technology) ,  Wang Yongtian (School of Computer Science and Technology, Beijing Institute of Technology)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 42  号： 10  ページ： 1501-1511  発行年： 2016年 
JST資料番号： C2134A  ISSN： 0254-4156  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大規模画像検索アルゴリズムのコア問題は,特徴を効果的に符号化し,迅速に検索することである。局所的ベクトル表現(VECTOROFLOCALLYAGGREGATEDDESCRIPTORS,VLAD)アルゴリズムは,その正確な符号化方法と低い特徴次元のために,優れた検索性能を達成した。しかし,VLADアルゴリズムは符号化過程において局所的特徴の角度情報を考慮せず,VLAD符号化ベクトルの次元は依然として高く,実時間の大規模画像検索をサポートすることができない。本論文では,VLAD符号化フレームワークにおける重力情報を融合するための角度符号化法を提案し,大規模画像に適用するための角度積量子化の高速検索法を提案した。特徴符号化の段階において,先端の移動装置によって収集した重力情報を用いて,融合特性の特徴を符号化する方法を実現した。最近傍検索の段階において,角度分割と積層量子化を組み合わせることによって,改良された角度積の量子化を用いて,最近傍検索を迅速に近似した。本論文で提案した角度符号化に基づく画像検索アルゴリズムは,主流の」モデルとその変種アルゴリズムに適用できる。GPSと重力情報によって標識された北京標識(建築)データベース、HOLIDAYSデータベース及びSUN397データベースにおいてテストを行った。実験結果は,提案したアルゴリズムがマッチング特性と幾何学的空間の間の類似性を完全に利用することができることを示した。従来のVLADと共局在化集積(記述,アルゴリズム)アルゴリズムと比較して,このアルゴリズムの精度は明らかに改善された。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 符号化 ,  類似性 ,  *高速度 ,  データベース ,  ベクトル ,  量子化 ,  *画像 ,  アルゴリズム ,  *重力 ,  マッチング ,  検索効率 ,  *画像検索 ,  GPS
準シソーラス用語： GPS【位置決め】 ,  実時間 ,  検索アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： Large scale image retrieval ,  gravity information ,  oriented coding ,  oriented product quantization

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 重力 ,  融合 ,  画像検索 ,  手法