文献

J-GLOBAL ID：202102264246408288   整理番号：21A0297655

クラスタスケール不変特徴変換を用いたコンテンツベース画像検索システム【JST・京大機械翻訳】

Content based image retrieval system using clustered scale invariant feature transforms

著者 (3件)： Montazer Gholam Ali (Information Technology Engineering Department, School of Engineering, Tarbiat Modares University, Tehran, Iran) ,  Montazer Gholam Ali (Visiting Lecturer; Iranian Research Institute for Information Science and Technology (IranDoc), Tehran, Iran) ,  Giveki Davar (Iranian Research Institute for Information Science and Technology (IranDoc), Tehran, Iran)
資料名： Optik  (Optik)
巻： 126  号： 18  ページ： 1695-1699  発行年： 2015年 
JST資料番号： D0251A  ISSN： 0030-4026  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： 多様な情報源から利用可能な大量の画像収集は,そのような収集を容易にアクセスできるように,画像データを貯蔵/送信し,指数/管理するためのコンピュータシステムへの技術的課題の増加を提起した。データベースから期待される画像を探索し検索するために,コンテンツベース画像検索(CBIR)システムが非常に要求されている。CBIRは,質問画像の特徴を抽出して,データベースにおける画像から抽出特徴にマッチすることを試みた。画像記述子として2つの新しい方法を紹介した。提案方法の基底をスケール不変特徴変換(SIFT)アルゴリズムで築き上げる。SIFTを用いて画像特徴を抽出した後に,k-平均クラスタ化をSIFTによって抽出した特徴マトリックスに適用して,次に,画像検索問題のためにSIFT特徴をより効率的で現実的にするために,2種類の次元縮小を適用した。提案戦略を用いて,SIFT特徴の利点を取り入れるだけでなく,SIFT特徴により使用されるメモリストレージを高度に低減できた。画像を比較するため,SIFTの時間消費マッチングアルゴリズムを実行する必要はない。最後に,提案方法を,2つの一般的方法,すなわちカラー自動相関とウェーブレット変換と比較した。その結果,提案検索システムは高速で正確で,大規模データベースを効率的に管理できる。2つの一般的なデータベース,Caltech 101(9144画像)とLiデータベース(2360)画像に関する実験結果は,提案した方法の優位性と効率を示す。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  計算機システム ,  *情報検索システム ,  情報源 ,  データベース ,  クラスタ化 ,  画像特性 ,  *クラスタ ,  次元縮小 ,  *画像検索 ,  ウェーブレット変換 ,  *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 ,  ストレージ装置 , 【Automatic Indexing@JST】

著者キーワード (4件)： コンテンツベースの画像検索 ,  スケール不変特徴変換(SIFT) ,  クラスタ集合(CMCS)の基数行列 ,  クラスタ化SIFT特徴(RVCSF)の結果ベクトル

分類 (2件)： 光学情報処理  (BD03060T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： クラスタ ,  スケール不変特徴変換 ,  コンテンツベース画像検索