...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Multimedia, IEEE Transactions on >Discovering Image Semantics in Codebook Derivative Space
【24h】

Discovering Image Semantics in Codebook Derivative Space

机译：在密码本衍生空间中发现图像语义

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

The sparse coding based approaches for image recognition have recently shown improved performance than traditional bag-of-features technique. Due to high dimensionality of the image descriptor space, existing systems usually require very large codebook size to minimize coding error in order to get satisfactory accuracy. While most research efforts try to address the problem by constructing a relatively smaller codebook with stronger discriminative power, in this paper, we introduce an alternative solution by enhancing the quality of coding. Particularly, we apply the idea similar to Fisher kernel to the coding framework, where we use the image-dependent codebook derivative to represent the image. The proposed idea is generic across multiple coding criteria, and in this paper, it is applied to enhance the locality-constraint linear coding (LLC). Experiments show that, the extracted new feature, called “LLC+,” achieved significantly improved accuracy on several challenging datasets even with a small codebook of 1/20 the reported size used by LLC. This obviously adds to LLC+ the modeling accuracy, processing speed and codebook training advantages.
机译：最近，基于稀疏编码的图像识别方法比传统的功能袋技术具有更高的性能。由于图像描述符空间的高维度，现有系统通常需要非常大的码本大小以最小化编码错误，以便获得令人满意的精度。虽然大多数研究工作都试图通过构建具有更强判别力的相对较小的密码本来解决该问题，但在本文中，我们通过提高编码质量来介绍一种替代解决方案。尤其是，我们将类似于Fisher内核的思想应用于编码框架，在该框架中，我们使用图像相关的代码本派生词来表示图像。所提出的想法在多个编码标准中都是通用的，在本文中，它被用于增强局部约束线性编码（LLC）。实验表明，提取的新功能称为“ LLC +”，即使使用LLC报告的大小的1/20的小码本，也可以在几个具有挑战性的数据集上显着提高准确性。显然，这增加了LLC +的建模精度，处理速度和码本训练的优势。

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