文献

J-GLOBAL ID：201702251328175057   整理番号：17A1712620

大規模画像検索のための領域類似配列【Powered by NICT】

Region similarity arrangement for large-scale image retrieval

著者 (10件)： Zhang Dongming (Institute of Computing Technology, Chinese Academy of Sciences, China) ,  Zhang Dongming (Key Lab of Intelligent Information Processing, Chinese Academy of Sciences, China) ,  Zhang Dongming (National Computer Network Emergency Response Technical Team/Coordination Center of China) ,  Tang Jingya (Institute of Computing Technology, Chinese Academy of Sciences, China) ,  Tang Jingya (Key Lab of Intelligent Information Processing, Chinese Academy of Sciences, China) ,  Jin Guoqing (Institute of Computing Technology, Chinese Academy of Sciences, China) ,  Jin Guoqing (Key Lab of Intelligent Information Processing, Chinese Academy of Sciences, China) ,  Zhang Yongdong (Institute of Computing Technology, Chinese Academy of Sciences, China) ,  Zhang Yongdong (Key Lab of Intelligent Information Processing, Chinese Academy of Sciences, China) ,  Tian Qi (Department of Computer Science, University of Texas at San Antonio)
資料名： Neurocomputing  (Neurocomputing)
巻： 272  ページ： 461-470  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 画像検索におけるワードバッグ(BoW)モデルの精度を改善するための幾何学的検証の有望な方法を提案した。大半の従来手法は,関心点の位置または領域のスケールと角度の絶対差に焦点を当てた。とは対照的に,著者らの方法は,領域類似配列(RSA)と命名した関心領域の空間的配置を利用した。各画像に対して,RSAは領域特性空間を構築し,極座標系における点として各領域の(スケール,角度)対に関して,BoWベクターにこれらの点の配置をコードしていた。さらに地域特性空間における点の特定の分布に基づいて,質問中のバースト現象を低減するための空間重み付けを設計した。休日,Oxford5Kとパリに関する実験結果から,RSAは,最新の方法と同等の結果を得ることができた。さらに,RSAはベースラインBoWアプローチと比較して,余分なメモリと無視できる計算消費を増加しなかった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： バースト ,  *画像 ,  *画像検索 ,  記憶装置 ,  重みづけ ,  極座標 ,  基準線 ,  ベクター
準シソーラス用語： 関心領域 , 【Automatic Indexing@JST】

著者キーワード (4件)： コンテンツベース画像検索 ,  幾何学的検証 ,  領域特性空間 ,  空間重みづけ

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 (3件)： 大規模 ,  画像検索 ,  類似