• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Big data - BigData 2018 >Approximate Query Matching for Graph-Based Holistic Image Retrieval
【24h】

Approximate Query Matching for Graph-Based Holistic Image Retrieval

机译：基于图的整体图像检索的近似查询匹配

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Image retrieval has transitioned from retrieving images with single object descriptions to retrieving images by using complex natural language to describe desired image content. We present work on holistic image search to perform exact and approximate image retrieval that returns images from a database that most closely match the user's description. Our approach can handle simple queries for single objects (ex: cake) to more complex descriptions of multiple objects and prepositional relations between objects (ex: girl eating cake with a fork on a plate) in graph notation. In addition, our approach can generalize to retrieve queries that are semantically similar in case specific results are not found. We use the scene graph, developed in the Visual Genome dataset as a formalization of image content stored as a graph with nodes for objects and edges for relations describing objects in an image. We combine this with approximate search techniques for large-scale graphs and a semantic scoring algorithm developed by us to holistically retrieve images based on given search criteria. We also present a method to store scene graphs and metadata in graph databases using Neo4 J.
机译：图像检索已从使用单个对象描述检索图像过渡到通过使用复杂的自然语言描述所需图像内容来检索图像。我们介绍了整体图像搜索的工作，以执行精确和近似的图像检索，该检索从数据库中返回与用户描述最匹配的图像。我们的方法可以处理对单个对象（例如蛋糕）的简单查询，以多个对象和对象之间的介词关系（例如：女孩用叉子在盘子上吃蛋糕）的更复杂描述进行图形表示。此外，如果未找到特定的结果，我们的方法可以概括为检索语义上相似的查询。我们使用在Visual Genome数据集中开发的场景图，将其作为图像的形式形式存储在图像中，形式化的图像内容具有对象的节点和边缘的关系，以描述图像中的对象。我们将此与大型图的近似搜索技术以及我们开发的语义评分算法相结合，以基于给定的搜索条件从整体上检索图像。我们还提出了一种使用Neo4 J在图形数据库中存储场景图形和元数据的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号