• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Improving the search accuracy of the VLAD through weighted aggregation of local descriptors
【24h】

Improving the search accuracy of the VLAD through weighted aggregation of local descriptors

机译：通过局部描述符的加权聚合来提高VLAD的搜索准确性

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

We present a novel compact image descriptor, called the Weighted VLAD (wVLAD), which extends the original vector of locally aggregated descriptors (VLAD). The main idea is that the relative importance of local descriptors can be quite different among the local descriptors of an image, depending on the positions from which the descriptors are extracted. Thus, we propose an approach where we assign a weight to each local descriptor of an image, and then compute weighted aggregations of local descriptors. The weights of local descriptors are measured by performing saliency analysis together with an appropriate calibration function. We show, through experiments on publicly available datasets, that our proposed method works better than other existing methods in most image datasets. (C) 2015 Elsevier Inc. All rights reserved.
机译：我们提出了一种新颖的紧凑图像描述符，称为加权VLAD（wVLAD），它扩展了局部聚合描述符（VLAD）的原始向量。主要思想是，本地描述符的相对重要性在图像的本地描述符之间可能有很大不同，这取决于提取描述符的位置。因此，我们提出了一种方法，该方法为图像的每个局部描述符分配权重，然后计算局部描述符的加权聚合。通过执行显着性分析以及适当的校准功能，可以测量局部描述符的权重。通过对公开数据集的实验，我们证明了我们提出的方法在大多数图像数据集中比其他现有方法效果更好。 （C）2015 Elsevier Inc.保留所有权利。

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