...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>World review of science, technology and sustainable development >Properties of series feature aggregation schemes
【24h】

Properties of series feature aggregation schemes

机译：系列特征聚合方案的性质

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

Feature aggregation is a critical technique in content-based image retrieval (CBIR) that combines multiple feature distances to obtain image dissimilarity. Conventional parallel feature aggregation (PFA) schemes failed to effectively filter out the irrelevant images using individual visual features before ranking images in collection. Series feature aggregation (SFA) is a new scheme that aims to address this problem. This paper investigates three important properties of SFA that are significant for design of systems. They reveal the irrelevance of feature order and the convertibility of SFA and PFA as well as the superior performance of SFA. Furthermore, based on Gaussian kernel density estimator, the authors propose a new method to estimate the visual threshold, which is the key parameter of SFA. Experiments, conducted with IAPR TC-12 benchmark image collection (ImageCLEF2006) that contains over 20,000 photographic images and defined queries, have shown that SFA can outperform conventional PFA schemes.
机译：特征聚合是基于内容的图像检索（CBIR）中的一项关键技术，该技术结合了多个特征距离以获得图像差异。常规的并行特征聚合（PFA）方案无法在对图像进行排序之前使用单个视觉特征有效滤除不相关的图像。系列特征聚合（SFA）是旨在解决此问题的新方案。本文研究了SFA的三个重要特性，这些特性对于系统设计非常重要。它们揭示了功能顺序和SFA和PFA的可转换性以及SFA的卓越性能无关紧要。此外，基于高斯核密度估计器，作者提出了一种估计视觉阈值的新方法，该阈值是SFA的关键参数。使用IAPR TC-12基准图像集（ImageCLEF2006）进行的实验（其中包含20,000多张照片图像和已定义的查询）显示，SFA的性能优于传统的PFA方案。

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