• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Processing & Management >Geo-temporal distribution of tag terms for event-related image retrieval
【24h】

Geo-temporal distribution of tag terms for event-related image retrieval

机译：用于事件相关图像检索的标记词的时空分布

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

Media sharing applications, such as Flickr and Panoramio, contain a large amount of pictures related to real life events. For this reason, the development of effective methods to retrieve these pictures is important, but still a challenging task. Recognizing this importance, and to improve the retrieval effectiveness of tag-based event retrieval systems, we propose a new method to extract a set of geographical tag features from raw geo-spatial profiles of user tags. The main idea is to use these features to select the best expansion terms in a machine learning-based query expansion approach. Specifically, we apply rigorous statistical exploratory analysis of spatial point patterns to extract the geo-spatial features. We use the features both to summarize the spatial characteristics of the spatial distribution of a single term, and to determine the similarity between the spatial profiles of two terms - i.e., term-to-term spatial similarity. To further improve our approach, we investigate the effect of combining our geo-spatial features with temporal features on choosing the expansion terms. To evaluate our method, we perform several experiments, including well-known feature analyzes. Such analyzes show how much our proposed geo-spatial features contribute to improve the overall retrieval performance. The results from our experiments demonstrate the effectiveness and viability of our method.
机译：媒体共享应用程序（例如Flickr和Panoramio）包含大量与现实生活相关的图片。因此，开发有效的方法来检索这些图片很重要，但仍然是一项艰巨的任务。认识到这一重要性，并提高基于标签的事件检索系统的检索效率，我们提出了一种从用户标签的原始地理空间配置文件中提取一组地理标签特征的新方法。主要思想是使用这些功能在基于机器学习的查询扩展方法中选择最佳扩展术语。具体而言，我们对空间点模式进行了严格的统计探索性分析，以提取地理空间特征。我们使用这些功能既可以总结单个术语的空间分布的空间特征，也可以确定两个术语的空间轮廓之间的相似性-即术语到术语的空间相似性。为了进一步改进我们的方法，我们研究了将地理空间特征与时间特征相结合对选择扩展项的影响。为了评估我们的方法，我们执行了一些实验，包括众所周知的特征分析。这样的分析表明，我们提出的地理空间特征对改善整体检索性能有多大贡献。我们的实验结果证明了该方法的有效性和可行性。

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