• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Database and Expert Systems Applications; Lecture Notes in Computer Science; 4080 >Non-metric Similarity Ranking for Image Retrieval
【24h】

Non-metric Similarity Ranking for Image Retrieval

机译：图像检索的非度量相似度排名

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

Over many years, almost all research work in the content-based image retrieval has used Minkowski distance (or L_p-norm) to measure similarity between images. However such functions cannot adequately capture the aspects of the characteristics of the human visual system. In this paper, we present a new similarity measure reflecting the nonlinearity of human perception. Based on this measure, we develop a similarity ranking algorithm for effective image retrieval. This algorithm exploits the inherent cluster structure revealed by an image dataset. Our method yields encouraging experimental results on a real image database and demonstrates its effectiveness.
机译：多年来，基于内容的图像检索中几乎所有的研究工作都使用Minkowski距离（或L_p-范数）来测量图像之间的相似性。但是，这样的功能不能充分捕捉人类视觉系统的特征。在本文中，我们提出了一种新的相似性度量，该度量反映了人类感知的非线性。基于此措施，我们开发了一种有效的图像检索相似度排序算法。该算法利用图像数据集揭示的固有聚类结构。我们的方法在真实图像数据库上产生令人鼓舞的实验结果，并证明了其有效性。

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