【摘要】：針對(duì)目前哈希圖像檢索技術(shù)中多比特位量化方法通過將實(shí)數(shù)向量的每一維分別量化,割裂了實(shí)數(shù)向量各個(gè)維度之間聯(lián)系的問題,提出了一種子空間自適應(yīng)多位編碼量化的哈希圖像檢索方法。該方法對(duì)一組實(shí)數(shù)做量化并且拓展到乘積空間,將實(shí)數(shù)向量劃分為若干個(gè)數(shù)據(jù)子向量。由于子空間的方差和信息量大小呈正相關(guān),該方法可根據(jù)子空間的方差計(jì)算并分配編碼位數(shù),使方差大的子空間擁有更長的編碼位數(shù),并且減小了因給不同的子空間分配相同的比特位而引起的信息損失,提高了編碼的精度。在公開的圖像數(shù)據(jù)集LabelMe和Flickr上的測(cè)試結(jié)果表明:與效果最優(yōu)的同類方法相比,該方法使得量化誤差下降了30%,檢索結(jié)果的平均準(zhǔn)確率提升了9.8%,說明可以通過減小量化誤差來提升檢索精度。
[Abstract]:By quantizing each dimension of real vector separately in the current hashing image retrieval technology, the multi-bit quantization method splits the relation between each dimension of real vector. A subspace adaptive multibit quantization hashing image retrieval method is proposed. The method quantizes a set of real numbers and extends them to product space. The real number vectors are divided into several data subvectors. Because of the positive correlation between the variance of subspace and the amount of information, the method can calculate and allocate the number of coding bits according to the variance of subspace, so that the subspace with large variance has a longer number of coding bits. The information loss caused by the allocation of the same bits to different subspaces is reduced, and the coding accuracy is improved. The test results on the open image data sets LabelMe and Flickr show that the method reduces the quantization error by 30% and the average accuracy of retrieval results increases by 9.8% compared with the similar methods with the best effect. It shows that the retrieval accuracy can be improved by reducing the quantization error.
【作者單位】： 西安交通大學(xué)軟件學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61603289,61573273)
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張勝杰;查宇飛;李運(yùn)強(qiáng);李寰宇;楊源;;一種利用局部結(jié)構(gòu)信息的加權(quán)哈希圖像檢索算法[J];西安交通大學(xué)學(xué)報(bào);2016年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 徐思雨;蔡佳妮;祝繼華;王佳星;欒婷婷;龐善民;;自適應(yīng)多位編碼量化的哈希圖像檢索方法[J];西安交通大學(xué)學(xué)報(bào);2017年08期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李武軍;周志華;;大數(shù)據(jù)哈希學(xué)習(xí):現(xiàn)狀與趨勢(shì)[J];科學(xué)通報(bào);2015年Z1期

2 馬艷萍;姬光榮;鄒海林;謝洪濤;;數(shù)據(jù)依賴的多索引哈希算法[J];西安電子科技大學(xué)學(xué)報(bào);2015年04期

3 趙永威;李弼程;彭天強(qiáng);高毫林;;一種基于隨機(jī)化視覺詞典組和查詢擴(kuò)展的目標(biāo)檢索方法[J];電子與信息學(xué)報(bào);2012年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 江士方,汪英姿;圖像及圖像檢索應(yīng)用前景的探討[J];江蘇工業(yè)學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2003年04期

2 韓法旺;;基于云計(jì)算模式的圖像檢索研究[J];情報(bào)科學(xué);2011年10期

3 何巖;;以計(jì)算機(jī)為基礎(chǔ)的色彩圖像檢索方法與研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

4 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會(huì)網(wǎng)上圖像檢索方法[J];計(jì)算機(jī)與現(xiàn)代化;2013年12期

5 柏正堯,周紀(jì)勤;基于復(fù)數(shù)矩不變性的圖像檢索方法研究[J];計(jì)算機(jī)應(yīng)用;2000年10期

6 夏峰,張文龍;一種圖像檢索的新方法[J];計(jì)算機(jī)應(yīng)用研究;2002年11期

7 鄧誠強(qiáng),馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計(jì)算機(jī)應(yīng)用;2003年07期

8 斯白露,高文,盧漢清,曾煒,段立娟;基于感興趣區(qū)域的圖像檢索方法[J];高技術(shù)通訊;2003年05期

9 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

10 張榮,鄭浩然,李金龍,王煦法;進(jìn)化加速技術(shù)在圖像檢索中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

相關(guān)會(huì)議論文 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂;;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語義圖像檢索方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 許天兵;;一種基于語義分類的圖像檢索方法[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 崔超然;圖像檢索中自動(dòng)標(biāo)注、標(biāo)簽處理和重排序問題的研究[D];山東大學(xué);2015年

2 楊迪;基于內(nèi)容的分布式圖像檢索[D];北京郵電大學(xué);2015年

3 張旭;網(wǎng)絡(luò)圖像檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

4 吳夢(mèng)麟;基于半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究[D];南京理工大學(xué);2015年

5 高毫林;基于哈希技術(shù)的圖像檢索研究[D];解放軍信息工程大學(xué);2014年

6 李清亮;圖像檢索中判別性增強(qiáng)研究[D];吉林大學(xué);2016年

7 劉爽;多特征融合圖像檢索方法及其應(yīng)用研究[D];哈爾濱理工大學(xué);2016年

8 程航;密文JPEG圖像檢索研究[D];上海大學(xué);2016年

9 李強(qiáng);基于語義理解的圖像檢索研究[D];天津大學(xué);2015年

10 李展;基于多示例學(xué)習(xí)的圖像檢索與推薦相關(guān)算法研究[D];西北大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 趙鴻;基于尺度不變局部特征的圖像檢索研究[D];華南理工大學(xué);2015年

2 孫劍飛;基于圖像索引的熱點(diǎn)話題檢索方法研究[D];蘭州大學(xué);2015年

3 章進(jìn)洲;圖像檢索中的用戶意圖分析[D];南京理工大學(xué);2015年

4 苗思楊;移動(dòng)圖像檢索中的漸進(jìn)式傳輸方式研究[D];大連海事大學(xué);2015年

5 都業(yè)剛;基于顯著性的移動(dòng)圖像檢索[D];大連海事大學(xué);2015年

6 王夢(mèng)蕾;基于用戶反饋和改進(jìn)詞袋模型的圖像檢索[D];南京理工大學(xué);2015年

7 許鵬飛;基于草圖的海量圖像檢索方法研究[D];浙江大學(xué);2015年

8 馮進(jìn)麗;基于BoF的圖像檢索與行為識(shí)別研究[D];山西大學(xué);2015年

9 喬維強(qiáng);基于低級(jí)特征和語義特征的醫(yī)學(xué)圖像檢索[D];北京理工大學(xué);2015年

10 蔣國寶;基于內(nèi)容的概念建模和圖像檢索重排序[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：2361970