图像检索一些概念

Shiny__duoduo 2016-10-12 11:10:39

请问各位大神，图像检索中的ranking framework 是什么意思？

...全文

400 回复打赏收藏举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本文探讨了渐进式曲线表示与基于概念的图像检索两项关键技术。渐进式曲线表示通过曲线分解、编辑和度量排序，有效减少曲线点数并保留细节，适用于图形设计、动画与3D建模；基于概念的图像检索则通过语义相似度测量克服传统关键词检索的术语不匹配问题，应用于数字图书馆、电子商务与医学影像等领域。文章还分析了两种技术的结合潜力及未来发展方向，包括推广至曲面表示、算法优化与多模态融合。

本文探讨了超越传统词袋模型（BoW）的图像检索和概念检测方法。重点介绍了基于多元高斯模型的视觉描述符在图像检索和概念检测任务中的应用，以及局部聚合描述符向量（VLAD）在大规模图像检索中的优势。通过实验对比，展示了这些方法在性能和可扩展性方面的提升，并提出了实际应用建议和未来发展趋势。

class-level retrival是类级别的检索，而instance-level retrival是实例级别的检索。即前者能匹配的正确图像在数据库中可能有很多，而后者能匹配的正确图像在数据库中只有一个。**例如，**要找“一个穿蓝色衣服的金发女郎在打车。” 实际上你只有一个正确答案。不像class-level 或category-level的要找“女性“可能有很多个正确答案。所以这个问题更细粒度，也更需要detail的视觉和文本特征。 ...

检索过程：提取输入的ROI区域的resnet101的cnn特征，该描述符经过分类器识别概念节点，然后返回初始的概念集，这些概念集会出现在查询区域当中，然后用户通过在线交互修改初始返回的概念列表。最后，使用CBIR（基于内容的图像检索）根据相似度对检测到的子节点所属的图像进行排序，以形成检索结果，流程如图2所示。我们的方法包含多个步骤：使用高级语义分割进行ROI区域的提取，使用CNN描述符进行ROI的表示，高效的数据库组织形式，查询区域中的概念（节点）和子节点，使用CBIR检测子节点的排名。

本文作为自己研究生阶段图像检索课题研究的开端，希望在今后一年乃至若干年时间内通过博客的方式及时整理、记录科研过程中遇到的各种问题、收获及心路历程跌宕的点点滴滴。向同行学习，以一直为自己的梦想坚持不懈努力的博友们为榜样，以文字见证自我成长的同时为自己留下一份独一无二的青春纪念册。

703

社区成员

253,689

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章