• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Intelligent Information Systems >Skyline-based dissimilarity of images
【24h】

Skyline-based dissimilarity of images

机译：基于天际线的图像不一致性

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

Large image collections are being used in many modern applications. In this paper, we aim at capturing the intrinsic dissimilarities of image descriptors in large image collections, i.e., to detect dissimilar (or else diverse) images without defining an explicit similarity or distance measure. Towards this goal, we adopt skyline processing techniques for large image databases, based on their high-dimensional descriptor vectors. The novelty of the proposed methodology lies in the use of skyline techniques empowered by state-of-the-art hashing schemes to enable effective data partitioning and indexing in secondary memory, towards supporting large image databases. The proposed approach is evaluated experimentally by using three real-world image datasets. Performance evaluation results demonstrate that images lying on the skyline have significantly different characteristics, which depend on the type of the descriptor. Thus, these skyline items may be used as seeds to apply clustering in large image databases. In addition, we observe that skyline processing using hash-based indexing structures is significantly faster than index-free skyline computation and also more efficient than skyline computation with hierarchical indexing structures. Based on our results, the proposed approach is both efficient (regarding runtime) and effective (with respect to image diversity) and therefore can be used as a base for more complex data mining tasks such as clustering.
机译：在许多现代应用中使用大型图像集合。在本文中，我们的目的是在大图像收集中捕获图像描述符的内在异常不同，即，在不定义显式相似性或距离测量的情况下检测不同（或其他不同）图像。为了实现这一目标，我们基于其高维描述符向量采用大型图像数据库的天际线处理技术。所提出的方法的新颖性在于使用最先进的散列方案赋予的天际线技术，以在辅助存储器中实现有效的数据划分和索引，用于支持大图像数据库。通过使用三个真实世界的图像数据集来实验评估所提出的方法。性能评估结果表明，躺在地平线上的图像具有显着不同的特性，这取决于描述符的类型。因此，这些天际线项可以用作种子以在大图像数据库中应用聚类。此外，我们观察到使用基于散列的索引结构的天际线处理比无指数的天际线计算更快，并且比具有分层索引结构的地平线计算更有效。基于我们的结果，所提出的方法既有效（关于运行时）和有效（关于图像分集），因此可以用作更复杂的数据挖掘任务如聚类的基础。

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