文献

J-GLOBAL ID：202102215550102307   整理番号：21A0087948

線形回帰に基づく重み付き軽量画像検索法【JST・京大機械翻訳】

Weighted Lightweight Image Retrieval Method Based on Linear Regression

著者 (4件)： Zhang Lina (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China) ,  Zheng Xiangqin (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China) ,  Dang Xuan (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China) ,  Zhang Jiehui (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12519  ページ： 268-280  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： インターネット技術の急速な発展によって,画像の数は爆発的成長を示した。コンテンツベース画像検索はコンピュータビジョンの分野で重要な研究トピックであり,大規模画像データベースにおけるターゲット画像を効率的に検索することを目的とする。様々な分野における異なる画像特性のため,単一コンテンツ特徴(色,形状,テクスチャなど)に基づく以前の画像検索は,関連分野における画像検索の応用要求をもはや満たすことができない。関連する分野における特定のターゲット画像を効率的に検索するために,典型的画像コンテンツ特徴,すなわち,色モーメント,知覚ハッシュを含む画像ハッシュ特徴,平均ハッシュ,および差異ハッシュを,本論文で画像を検索するために,色モーメントとそれぞれ融合した。検索効率を改善するために,線形回帰に基づく加重軽量画像検索法を提案した。線形回帰分析を,画像知覚ハッシュ,平均ハッシュおよび色モーメントに関して実行した。高速ハッシュ特徴により得られた類似性を用いて,色モーメントを置換した。最後に,ハッシュ特徴を,画像を検索するために新しいカラーモーメントと併合した。実験結果は,画像ハッシュ特性とカラーモーメントの直接融合と比較して,本論文で提案した線形回帰に基づく加重軽量画像検索法が検索精度を維持しながら検索効率を改善できることを示す。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検索効率 ,  画像特性 ,  コンピュータビジョン ,  モーメント ,  類似性 ,  インターネット ,  画像データベース ,  *画像検索 ,  コンテンツ
準シソーラス用語： コンテンツベース画像検索 ,  映像コンテンツ ,  *線形回帰 ,  検索精度 ,  線形回帰分析 ,  軽量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像検索 ,  画像ハッシング ,  カラーモーメント ,  線形回帰

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)： 線形回帰 ,  軽量 ,  画像検索