文献

J-GLOBAL ID：201702264900273282   整理番号：17A1214285

コンテンツベース画像検索のための教師なしランク拡散【Powered by NICT】

Unsupervised rank diffusion for content-based image retrieval

著者 (2件)： Pedronette Daniel Carlos Guimaraes (Department of Statistics, Applied Mathematics and Computing, State University of Sao Paulo (UNESP), Rio Claro, SP, 13506-900, Brazil) ,  Torres Ricardo da S. (RECOD Lab, Institute of Computing, University of Campinas (UNICAMP), Campinas, SP, 13083-852, Brazil)
資料名： Neurocomputing  (Neurocomputing)
巻： 260  ページ： 478-489  発行年： 2017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： 特徴と中間レベル表現の持続的発展にもかかわらず,画像間の類似性を測定する効果的かつ確実に画像検索タスクにおける挑戦的な問題となっている。伝統的測度は対解析を考慮すると,本質的な多様体構造を利用することのできる文脈依存対策は,検索性能を改善するために不可欠となった。このシナリオでは,拡散過程とランクベース法は最も代表的な手法である。本論文では,ランク拡散と命名した新しいハイブリッド法ランキング情報に基づく拡散プロセスを用いたを提案した。提案した方法は,拡散ベースのリランキング手法で,トップランク物体で定義される拡散過程による文脈情報を伝搬する,提案したアルゴリズムの計算の複雑さを減少させた。厳密な実験プロトコルを考慮した包括的な実験を行い,六の公共のイメージデータセットといくつかの異なる記述子で実施した。実験結果と最新の方法との比較から,高い有効性利得が得られ,提案したアルゴリズムの低複雑性にもかかわらずできることを実証した。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： 計算量 ,  検索効率 ,  *画像検索 ,  プロトコル ,  拡散過程 ,  測度 ,  等級づけ ,  *画像 ,  アルゴリズム ,  多様体 ,  類似性
準シソーラス用語： 低複雑性 ,  文脈情報 ,  リランキング ,  *コンテンツベース画像検索 , 【Automatic Indexing@JST】

著者キーワード (3件)： コンテンツベースの画像検索 ,  教師なし学習 ,  ランク拡散

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： コンテンツベース画像検索 ,  教師 ,  拡散