期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
编码选择哈希算法解决大规模图像检索问题(英文)
1
作者
田星
陆筱怡
+1 位作者
吴永贤
黄家健
《控制理论与应用》
EI
CAS
CSCD
北大核心
2017年第6期769-775,共7页
哈希算法已被广泛应用于解决大规模图像检索的问题.在已有的哈希算法中,无监督哈希算法因为不需要数据库中图片的语义信息而被广泛应用.平移不变核局部敏感哈希(SKLSH)算法就是一种较为代表性的无监督哈希算法.该算法随机的产生哈希函数...
哈希算法已被广泛应用于解决大规模图像检索的问题.在已有的哈希算法中,无监督哈希算法因为不需要数据库中图片的语义信息而被广泛应用.平移不变核局部敏感哈希(SKLSH)算法就是一种较为代表性的无监督哈希算法.该算法随机的产生哈希函数,并没有考虑所产生的哈希函数的具体检索效果.因此,SKLSH算法可能产生一些检索效果表现较差的哈希函数.在本文中,提出了编码选择哈希算法(BSH).BSH算法根据SKLSH算法产生的哈希函数的具体检索效果来进行挑选.挑选的标准主要根据哈希函数在3个方面的表现:相似性符合度,信息包含量,和编码独立性.然后,BSH算法还使用了一种基于贪心的选择方法来找到哈希函数的最优组合.BSH算法和其他代表性的哈希算法在两个真实图像库上进行了检索效果的对比实验.实验结果表明,相比于最初的SKLSH算法和其他哈希算法,BSH算法在检索准确度上有着明显的提高.
展开更多
关键词
无监督哈希算法
编码选择
大规模图像检索
下载PDF
职称材料
基于云平台和分布式计算的大规模图像检索
2
作者
李薇
《微型电脑应用》
2024年第8期211-215,共5页
为了获得理想的大规模图像检索结果,设计基于云平台和分布式计算的大规模图像检索方法。采用云平台和分布式计算技术构建图像检索环境,使用SIFT算法提取图像检索特征,通过k-means聚类进行特征向量降维,根据视觉词典与图形向量的对应关...
为了获得理想的大规模图像检索结果,设计基于云平台和分布式计算的大规模图像检索方法。采用云平台和分布式计算技术构建图像检索环境,使用SIFT算法提取图像检索特征,通过k-means聚类进行特征向量降维,根据视觉词典与图形向量的对应关系构建倒排索引结构,初步实现图像的大规模检索,利用多特征融合方法进一步提升图像检索的准确性。测试结果表明,该检索方法具有较好的扩展率与加速比,图像检索准确性高,图像检索效率高。
展开更多
关键词
云平台
分布式计算
大规模图像检索
Hadoop
k-means聚类
下载PDF
职称材料
医学图像检索二进制码学习方法
3
作者
张明君
杨福猛
+2 位作者
谢珍珠
王浩宇
魏雪琦
《安徽师范大学学报(自然科学版)》
CAS
2017年第1期43-47,共5页
近年来,乳腺癌的发病率逐年增长,严重影响了人们的生活.许多计算机辅助诊断技术被提出用于乳腺摄影图像的自动分析来辅助医生做出诊断.然而因图像差异较微妙、数据库小等原因,许多传统的方法在诊断准确率方面受到限制且缺乏可扩展性.针...
近年来,乳腺癌的发病率逐年增长,严重影响了人们的生活.许多计算机辅助诊断技术被提出用于乳腺摄影图像的自动分析来辅助医生做出诊断.然而因图像差异较微妙、数据库小等原因,许多传统的方法在诊断准确率方面受到限制且缺乏可扩展性.针对以上问题,本文提出了一种基于哈希的大规模图像检索方法来实现乳腺癌的早期辅助诊断.该方法提取待判定图像与已确诊图像的局部特征,并用迭代量化(ITQ)的哈希学习方法将原始特征空间中的特征向量转化为保存了原始特征之间相似性的二进制码,然后比较汉明距离找出与待判定图像最相似的一系列图像,并根据返回图像做出诊断.实验表明该方法可用于大型数据库且具有可扩展性,有效地提高了诊断准确率,可以帮助医生做出正确的诊断.
展开更多
关键词
计算机辅助诊断
大规模图像检索
哈希
二进制码学习
乳腺X线
图像
下载PDF
职称材料
基于Faster RCNNH的多任务分层图像检索技术
被引量:
8
4
作者
何霞
汤一平
+2 位作者
王丽冉
陈朋
袁公萍
《计算机科学》
CSCD
北大核心
2019年第3期303-313,共11页
针对已有的以图搜图技术中自动化和智能化水平低、缺乏深度学习、难以获取精确的检索结果、检索技术存储空间消耗大、检索速度慢且难以满足大数据时代的图像检索需求等问题,提出了一种基于Faster RCNNH(Faster RCNN Hash)的多任务分层...
针对已有的以图搜图技术中自动化和智能化水平低、缺乏深度学习、难以获取精确的检索结果、检索技术存储空间消耗大、检索速度慢且难以满足大数据时代的图像检索需求等问题,提出了一种基于Faster RCNNH(Faster RCNN Hash)的多任务分层图像检索方法。首先利用选择性检索网络在特征图上进行逻辑回归,得到图像中各感兴趣区域的概率向量,在此基础上结合紧凑量化网络对其进行编码,得到图像紧凑量化哈希码;其次利用再次筛选网络获取各感兴趣区域中响应最大的区域感知语义特征;接着针对每个感兴趣区域,基于量化哈希h矩阵的精检索策略来对图像进行快速比对;最后选出与查询图像中的对应感兴趣区域最相似的图像。提出的多任务学习方法不仅能同时得到图像紧凑量化哈希码和区域感知语义特征,还能有效去除图像背景和其他对象信息的干扰。实验结果表明:所提方法能实现端到端的训练,自动选出更高质量的感兴趣区域特征,提高了大规模图像检索的自动化和智能化水平,其检索精度(0.9478)与检索速度(0.306s)均明显优于现有的大规模图像检索技术。
展开更多
关键词
深度哈希算法
大规模图像检索
多任务深度学习
感兴趣区域
哈希码
下载PDF
职称材料
各向同性的迭代量化哈希算法
被引量:
4
5
作者
李来
刘光灿
+1 位作者
孙玉宝
刘青山
《电子学报》
EI
CAS
CSCD
北大核心
2017年第7期1707-1714,共8页
准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而Iso Hash...
准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而Iso Hash算法缺乏对哈希编码的更新策略,降低了编码质量.针对上述问题,提出了一种各向同性的迭代量化哈希算法.该方法采用迭代的策略,对编码矩阵和旋转矩阵交替更新,并在正交约束的基础上增加各向同性约束来学习最优旋转矩阵,最小化量化误差.在CIFAR-10、22K Label Me和ANN-GIST-1M基准库上与多种方法进行对比,实验结果表明本文算法在查准率、查全率以及平均准确率均值等指标上均明显优于对比算法.
展开更多
关键词
哈希
大规模图像检索
各向同性
迭代量化
下载PDF
职称材料
字典重建和空间分布关系约束下的特征选择与图像拼接
被引量:
1
6
作者
于邓
刘玉杰
+3 位作者
隋国华
陈晓明
李宗民
范建平
《中国图象图形学报》
CSCD
北大核心
2018年第5期698-707,共10页
目的 针对大型图像检索领域中,复杂图像中SIFT特征描述子的冗余和高维问题,提出了一种基于字典重建和空间分布关系约束的特征选择的方法,来消除冗余特征并保留最具表现力的、保留原始空间结构性的SIFT特征描述子。方法 首先,实验发现...
目的 针对大型图像检索领域中,复杂图像中SIFT特征描述子的冗余和高维问题,提出了一种基于字典重建和空间分布关系约束的特征选择的方法,来消除冗余特征并保留最具表现力的、保留原始空间结构性的SIFT特征描述子。方法 首先,实验发现了特征选择和字典学习方法在稀疏表示方面的内在联系,将特征选择问题转化为字典重构任务;其次,在SIFT特征选择问题中,为了保证特征空间中特征的鲁棒性,设计了新型的字典学习模型,并采用模拟退火算法进行迭代求解;最后,在字典学习的过程中,加入熵理论来约束特征的空间分布,使学习到的特征描述子能最大限度保持原始SIFT特征空间的空间拓扑关系。结果 在公开数据集Holiday大型场景图片检索数据库上,通过与国际公认的特征选择方法进行实验对比,本文提出的特征选择方法在节省内存空间和提高时间效率(30%~50%)的同时,还能保证所筛选的特征描述子的检索准确率比同类特征提高8%~14.1%;在国际通用的大型场景图片拼接数据库IPM上,验证本文方法在图像拼接应用中特征提取和特征匹配上的有效性,实验表明本文方法能节省(50%~70%)图像拼接时间。结论 与已有的方法比较,本文的特征选择方法既不依赖训练数据集,也不丢失重要的空间结构和纹理信息,在大型图像检索、图像拼接领域和3D检索领域中,能够精简特征,提高特征匹配效率和准确率。
展开更多
关键词
特征选择
字典重建
熵空间分布约束
大规模图像检索
图像
拼接
原文传递
题名
编码选择哈希算法解决大规模图像检索问题(英文)
1
作者
田星
陆筱怡
吴永贤
黄家健
机构
华南理工大学计算机科学与工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2017年第6期769-775,共7页
基金
Supported by National Natural Science Foundation of China(61272201,61572201)
National Undergraduate Innovative and Entrepreneurial Training Program(201510561072)
文摘
哈希算法已被广泛应用于解决大规模图像检索的问题.在已有的哈希算法中,无监督哈希算法因为不需要数据库中图片的语义信息而被广泛应用.平移不变核局部敏感哈希(SKLSH)算法就是一种较为代表性的无监督哈希算法.该算法随机的产生哈希函数,并没有考虑所产生的哈希函数的具体检索效果.因此,SKLSH算法可能产生一些检索效果表现较差的哈希函数.在本文中,提出了编码选择哈希算法(BSH).BSH算法根据SKLSH算法产生的哈希函数的具体检索效果来进行挑选.挑选的标准主要根据哈希函数在3个方面的表现:相似性符合度,信息包含量,和编码独立性.然后,BSH算法还使用了一种基于贪心的选择方法来找到哈希函数的最优组合.BSH算法和其他代表性的哈希算法在两个真实图像库上进行了检索效果的对比实验.实验结果表明,相比于最初的SKLSH算法和其他哈希算法,BSH算法在检索准确度上有着明显的提高.
关键词
无监督哈希算法
编码选择
大规模图像检索
Keywords
unsupervised hashing method
bit selection
large scale image retrieval
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于云平台和分布式计算的大规模图像检索
2
作者
李薇
机构
陕西邮电职业技术学院
出处
《微型电脑应用》
2024年第8期211-215,共5页
文摘
为了获得理想的大规模图像检索结果,设计基于云平台和分布式计算的大规模图像检索方法。采用云平台和分布式计算技术构建图像检索环境,使用SIFT算法提取图像检索特征,通过k-means聚类进行特征向量降维,根据视觉词典与图形向量的对应关系构建倒排索引结构,初步实现图像的大规模检索,利用多特征融合方法进一步提升图像检索的准确性。测试结果表明,该检索方法具有较好的扩展率与加速比,图像检索准确性高,图像检索效率高。
关键词
云平台
分布式计算
大规模图像检索
Hadoop
k-means聚类
Keywords
cloud platform
distributed computing
large-scale image retrieval
Hadoop
k-means clustering
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
医学图像检索二进制码学习方法
3
作者
张明君
杨福猛
谢珍珠
王浩宇
魏雪琦
机构
合肥工业大学计算机与信息学院
三江学院电子信息工程学院
出处
《安徽师范大学学报(自然科学版)》
CAS
2017年第1期43-47,共5页
基金
国家自然科学基金面上项目(61371156)
文摘
近年来,乳腺癌的发病率逐年增长,严重影响了人们的生活.许多计算机辅助诊断技术被提出用于乳腺摄影图像的自动分析来辅助医生做出诊断.然而因图像差异较微妙、数据库小等原因,许多传统的方法在诊断准确率方面受到限制且缺乏可扩展性.针对以上问题,本文提出了一种基于哈希的大规模图像检索方法来实现乳腺癌的早期辅助诊断.该方法提取待判定图像与已确诊图像的局部特征,并用迭代量化(ITQ)的哈希学习方法将原始特征空间中的特征向量转化为保存了原始特征之间相似性的二进制码,然后比较汉明距离找出与待判定图像最相似的一系列图像,并根据返回图像做出诊断.实验表明该方法可用于大型数据库且具有可扩展性,有效地提高了诊断准确率,可以帮助医生做出正确的诊断.
关键词
计算机辅助诊断
大规模图像检索
哈希
二进制码学习
乳腺X线
图像
Keywords
computer aided diagnosis
large-scale image retrieval
hash
binary code learning
mammogram
分类号
TP391.5 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Faster RCNNH的多任务分层图像检索技术
被引量:
8
4
作者
何霞
汤一平
王丽冉
陈朋
袁公萍
机构
浙江工业大学信息工程学院
出处
《计算机科学》
CSCD
北大核心
2019年第3期303-313,共11页
基金
国家自然科学基金项目(61070134
61379078)资助
文摘
针对已有的以图搜图技术中自动化和智能化水平低、缺乏深度学习、难以获取精确的检索结果、检索技术存储空间消耗大、检索速度慢且难以满足大数据时代的图像检索需求等问题,提出了一种基于Faster RCNNH(Faster RCNN Hash)的多任务分层图像检索方法。首先利用选择性检索网络在特征图上进行逻辑回归,得到图像中各感兴趣区域的概率向量,在此基础上结合紧凑量化网络对其进行编码,得到图像紧凑量化哈希码;其次利用再次筛选网络获取各感兴趣区域中响应最大的区域感知语义特征;接着针对每个感兴趣区域,基于量化哈希h矩阵的精检索策略来对图像进行快速比对;最后选出与查询图像中的对应感兴趣区域最相似的图像。提出的多任务学习方法不仅能同时得到图像紧凑量化哈希码和区域感知语义特征,还能有效去除图像背景和其他对象信息的干扰。实验结果表明:所提方法能实现端到端的训练,自动选出更高质量的感兴趣区域特征,提高了大规模图像检索的自动化和智能化水平,其检索精度(0.9478)与检索速度(0.306s)均明显优于现有的大规模图像检索技术。
关键词
深度哈希算法
大规模图像检索
多任务深度学习
感兴趣区域
哈希码
Keywords
Deep hash algorithm
Large-scale image retrieval
Multitask deep learning
Region of interest
Hash code
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
各向同性的迭代量化哈希算法
被引量:
4
5
作者
李来
刘光灿
孙玉宝
刘青山
机构
江苏省大数据分析技术重点实验室
南京信息工程大学信息与控制学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第7期1707-1714,共8页
基金
国家自然科学基金(No.61622305
No.61502238
+3 种基金
No.61532009
No.61672292)
江苏省自然科学基金(No.BK20160040)
江苏省六大人才高峰(No.DZXX-037)
文摘
准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而Iso Hash算法缺乏对哈希编码的更新策略,降低了编码质量.针对上述问题,提出了一种各向同性的迭代量化哈希算法.该方法采用迭代的策略,对编码矩阵和旋转矩阵交替更新,并在正交约束的基础上增加各向同性约束来学习最优旋转矩阵,最小化量化误差.在CIFAR-10、22K Label Me和ANN-GIST-1M基准库上与多种方法进行对比,实验结果表明本文算法在查准率、查全率以及平均准确率均值等指标上均明显优于对比算法.
关键词
哈希
大规模图像检索
各向同性
迭代量化
Keywords
hashing
large-scale image retrieval
isotropic prior
iterative quantization
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
字典重建和空间分布关系约束下的特征选择与图像拼接
被引量:
1
6
作者
于邓
刘玉杰
隋国华
陈晓明
李宗民
范建平
机构
中国石油大学(华东)计算机与通信工程学院
中国石油化工股份有限公司胜利油田分公司物探研究院
北卡罗来纳大学夏洛特分校计算机科学学院
出处
《中国图象图形学报》
CSCD
北大核心
2018年第5期698-707,共10页
基金
国家自然科学基金项目(61379106
61379082
+3 种基金
61227802)
山东省自然科学基金项目(ZR2013FM036
ZR2015FM011)
浙江大学CAD&CG重点实验室开放基金项目(A1315)~~
文摘
目的 针对大型图像检索领域中,复杂图像中SIFT特征描述子的冗余和高维问题,提出了一种基于字典重建和空间分布关系约束的特征选择的方法,来消除冗余特征并保留最具表现力的、保留原始空间结构性的SIFT特征描述子。方法 首先,实验发现了特征选择和字典学习方法在稀疏表示方面的内在联系,将特征选择问题转化为字典重构任务;其次,在SIFT特征选择问题中,为了保证特征空间中特征的鲁棒性,设计了新型的字典学习模型,并采用模拟退火算法进行迭代求解;最后,在字典学习的过程中,加入熵理论来约束特征的空间分布,使学习到的特征描述子能最大限度保持原始SIFT特征空间的空间拓扑关系。结果 在公开数据集Holiday大型场景图片检索数据库上,通过与国际公认的特征选择方法进行实验对比,本文提出的特征选择方法在节省内存空间和提高时间效率(30%~50%)的同时,还能保证所筛选的特征描述子的检索准确率比同类特征提高8%~14.1%;在国际通用的大型场景图片拼接数据库IPM上,验证本文方法在图像拼接应用中特征提取和特征匹配上的有效性,实验表明本文方法能节省(50%~70%)图像拼接时间。结论 与已有的方法比较,本文的特征选择方法既不依赖训练数据集,也不丢失重要的空间结构和纹理信息,在大型图像检索、图像拼接领域和3D检索领域中,能够精简特征,提高特征匹配效率和准确率。
关键词
特征选择
字典重建
熵空间分布约束
大规模图像检索
图像
拼接
Keywords
feature selection
dictionary reconstruction
entropy spatial constrains
large-scale image retrieval
image stitching
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
原文传递
题名
作者
出处
发文年
被引量
操作
1
编码选择哈希算法解决大规模图像检索问题(英文)
田星
陆筱怡
吴永贤
黄家健
《控制理论与应用》
EI
CAS
CSCD
北大核心
2017
0
下载PDF
职称材料
2
基于云平台和分布式计算的大规模图像检索
李薇
《微型电脑应用》
2024
下载PDF
职称材料
3
医学图像检索二进制码学习方法
张明君
杨福猛
谢珍珠
王浩宇
魏雪琦
《安徽师范大学学报(自然科学版)》
CAS
2017
0
下载PDF
职称材料
4
基于Faster RCNNH的多任务分层图像检索技术
何霞
汤一平
王丽冉
陈朋
袁公萍
《计算机科学》
CSCD
北大核心
2019
8
下载PDF
职称材料
5
各向同性的迭代量化哈希算法
李来
刘光灿
孙玉宝
刘青山
《电子学报》
EI
CAS
CSCD
北大核心
2017
4
下载PDF
职称材料
6
字典重建和空间分布关系约束下的特征选择与图像拼接
于邓
刘玉杰
隋国华
陈晓明
李宗民
范建平
《中国图象图形学报》
CSCD
北大核心
2018
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部