基于最小重构误差的优化局部聚合描述符向量图像检索算法 |
| |
引用本文: | 黄秀杰,陈靖,张运超.基于最小重构误差的优化局部聚合描述符向量图像检索算法[J].计算机应用,2016,36(6):1682-1687. |
| |
作者姓名: | 黄秀杰 陈靖 张运超 |
| |
作者单位: | 1. 北京理工大学 光电学院, 北京 100081;2. 北京理工大学 计算机学院, 北京 100081 |
| |
基金项目: | 国家863计划项目(2013AA013802);国家自然科学基金资助项目(61271375)。 |
| |
摘 要: | 针对局部聚合描述符向量(VLAD)模型中对特征软量化时权重系数的取值不确定性和特征量化误差较大问题,提出一种具有最小重构误差的权重系数分配算法。该算法以最小化重构误差为标准,将具有最小化重构误差的稀疏编码的编码系数作为软量化VLAD的权重系数。数据库的图像检索测试结果表明,该算法相比主流的VLAD特征编码算法所得图像检索精度可提高10%左右,且有更小的特征重构误差。
|
关 键 词: | 图像检索 重构误差 稀疏编码 聚合向量 软量化 |
收稿时间: | 2015-10-16 |
修稿时间: | 2016-01-07 |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|