• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Improving high-dimensional indexing for content-based image retrieval.
【24h】

Improving high-dimensional indexing for content-based image retrieval.

机译：改进基于内容的图像检索的高维索引。

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

Most high-dimensional indexing schemes proposed for similarity query in content-based image retrieval (CBIR) systems are tree-structured. The quality of a high-dimensional tree-structured index is mainly determined by the algorithm of effectively inserting feature vectors which represent multimedia objects into the index tree. In this dissertation, the issues related to high-dimensional indexing for content-based image retrieval are investigated.; A heuristic-based approach in the tree-descending phase during insertion is developed. A beam search algorithm is incorporated into the insertion algorithm. Furthermore, several node-splitting strategies for tree-structured high-dimensional indexes are studied. Moreover, by building different indexes with different features, the relative significance of different image features in content-based indexing and retrievals is explored. Finally, the quality of using different combinations of feature sets for CBIR is studied.; The developed indexing scheme with the insertion and search algorithms has been implemented and extensively tested with two image databases. The experimental results show that the methods can be applied to improve high-dimensional tree-structured indexes.
机译：为基于内容的图像检索（CBIR）系统中的相似性查询而提出的大多数高维索引方案都是树结构的。高维树状索引的质量主要取决于有效地将代表多媒体对象的特征向量插入索引树的算法。本文研究了基于内容检索的高维索引问题。开发了一种在插入过程中的树下降阶段基于启发式的方法。波束搜索算法被合并到插入算法中。此外，研究了树形高维索引的几种节点拆分策略。此外，通过建立具有不同特征的不同索引，探索了不同图像特征在基于内容的索引和检索中的相对重要性。最后，研究了将特征集的不同组合用于CBIR的质量。带有插入和搜索算法的已开发索引方案已实现，并已通过两个图像数据库进行了广泛测试。实验结果表明，该方法可用于改进高维树形索引。

著录项

  • 作者

    Teng, Jui-Che.;

  • 作者单位

    University of Missouri - Rolla.;

  • 授予单位 University of Missouri - Rolla.;
  • 学科 Computer Science.
  • 学位 Ph.D.
  • 年度 2002
  • 页码 153 p.
  • 总页数 153
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 自动化技术、计算机技术;
  • 关键词

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