文献

J-GLOBAL ID：201802219977633251   整理番号：18A0726329

脳ストーム最適化により最適化された多特徴融合に基づくコンテンツベース画像検索【JST・京大機械翻訳】

Content-Based Image Retrieval Based on Multi-feature Fusion Optimized by Brain Storm Optimization

著者 (2件)： Zhou Hengjun ,  Jiang Mingyan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIIS  ページ： 72-78  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 情報技術の急速な発展と画像データベースの数の増加により,画像から大量の情報を迅速かつ効果的に検索する方法がますます重要になっている。脳記憶最適化(BSO)は単純で,ロバストで,高い検索精度を持っている。そこで本論文では画像検索に適用した。コンテンツベース画像検索(CBIR)は,画像マッチングを実現するために,画像の色,テクスチャ,形状および他の低レベル視覚特徴を抽出する。単一特徴に基づく画像検索と比較して,マルチ特徴融合に基づく画像検索は,画像情報を完全に表現することができた。マルチ特徴融合において,各特徴選択の比率は探索結果に重要である。従来の方法は手動で設定されるか比例積分であり,様々な特徴間の優先度を無視している。本論文は,画像検索のためにBSOを使用した。カラーヒストグラム,色モーメント,色構造記述子,Tamuraテクスチャ特徴,GLCMテクスチャ,ウェーブレット変換テクスチャ,Gabor変換テクスチャ,エッジヒストグラムディスクリプタ,およびHu不変モーメントを本論文で抽出し,BSOを画像検索に用いた。実験結果は,提案方法が正確にターゲット画像を検索することができて,システムの精度を改良することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ウェーブレット変換 ,  *画像検索 ,  *最適化 ,  ロバスト性 ,  画像データベース ,  モーメント ,  不変性 ,  *画像 ,  形態 ,  特徴選択 ,  Gabor変換
準シソーラス用語： カラーヒストグラム ,  質感 ,  *コンテンツベース画像検索 ,  *特徴融合 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 脳 ,  ストーム ,  最適化 ,  特徴融合 ,  コンテンツベース画像検索