...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Data & Knowledge Engineering >Indexing shapes in image databases using the centroid-radii model
【24h】

Indexing shapes in image databases using the centroid-radii model

机译：使用质心半径模型索引图像数据库中的形状

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

In content-based image retrieval systems, the content of an image such as color, shapes and textures are used to retrieve images that are similar to a query image. Most of the existing work focus on the retrieval effectiveness of using content for retrieval, i.e., study the accuracy (in terms of recall and precision) of using different representations of content. In this paper, we address the issue of retrieval efficiency. i.e., study the speed of retrieval, since a slow system is not useful for large image databases. In particular, we look at using the shape feature as the content of an image, and employ the centroid--radii model to represent the shape feature of objects in an image. This facilitates multi-resolution and similarity retrievals. Furthermore, using the model, the shape of an object can be transformed into a point in a high-dimensional data space. We can thus employ any existing high-dimensional point index as an index to speed up the retrieval of images. We propose a multi-level R-tree index, called the Nested R-trees (NR-trees) and compare its performance with that of the R-tree. Our experimental study shows that NR-trees can reduce the retrieval time sig- nificantly compared to R-tree, and facilitate similarity retrieval. We note that our NR-trees can also be used to index high-dimensional point data commonly found in many other applications.
机译：在基于内容的图像检索系统中，图像的内容（例如颜色，形状和纹理）用于检索与查询图像相似的图像。现有的大多数工作都集中在使用内容进行检索的检索有效性上，即研究使用内容的不同表示形式的准确性（就查全率和准确性而言）。在本文中，我们解决了检索效率问题。即研究检索速度，因为慢速系统对大型图像数据库没有用。特别是，我们着眼于使用形状特征作为图像的内容，并采用质心半径模型来表示图像中对象的形状特征。这有助于进行多分辨率和相似性检索。此外，使用该模型，可以将对象的形状转换为高维数据空间中的点。因此，我们可以采用任何现有的高维点索引作为索引来加速图像的检索。我们提出了一个多层嵌套R树索引，称为嵌套R树（NR树），并将其性能与R树的性能进行比较。我们的实验研究表明，与R树相比，NR树可以显着减少检索时间，并有助于相似性检索。我们注意到，我们的NR树也可以用于索引许多其他应用程序中常见的高维点数据。

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