期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
利用空间分布熵的改进VLAD图像检索 被引量:2
1
作者 孙明思 赵宏伟 +1 位作者 赵浩宇 王也然 《光学精密工程》 EI CAS CSCD 北大核心 2021年第1期152-159,共8页
对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用... 对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用空间分布熵改进VLAD的方法。首先,求取图像中的VLAD特征。其次,将SIFT描述子的空间分布信息根据描述子与聚类的对应情况,分为若干个集合。再次,在每一个集合中生成空间分布熵,将所有集合的熵值表示为空间分布熵向量。最后,利用该向量表示描述子的空间分布混乱程度,并将该向量与VLAD结合使用。实验结果表明,在码本大小为64时,在Holidays数据集上可以将平均准确率由0.519提升至0.601,在Oxford5k数据集上可以从0.395提升至0.408。该方法利用VLAD特征大幅度提高图像检索的平均准确率。 展开更多
关键词 图像处理 图像检索 局部聚集描述子向量 尺度不变特征变换
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部