应用科学学报 ›› 2012, Vol. 30 ›› Issue (4): 349-355.doi: 10.3969/j.issn.0255-8297.2012.04.004
赵永威, 李弼程, 高毫林
ZHAO Yong-wei, LI Bi-cheng, GAO Hao-lin
摘要:
针对目标检索问题,常用方案是视觉词典法(bag of visual words,BoVW),但传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题. 针对这些问题,该文提出一种基于精确欧氏位置敏感哈希(exact Euclidean locality sensitive Hashing,E2LSH)的目标检索方法. 首先,采用E2LSH 对训练图像库
的局部特征点进行聚类,生成1 组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇直方图和索引文件,并由tf-idf 算法对词频向量重新分配权重;最后,将目标直方图特征与索引文件进行相似性匹配,完成目标检索. 实验结果表明,相比于传统方法,该方法较大地提高了检索精度,对大规模数据库有较好的适用性.
中图分类号: