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
2
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
面向高维图像特征匹配的多次随机子向量量化哈希算法
被引量:
9
1
作者
杨恒
王庆
何周灿
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第3期494-502,510,共10页
为了解决高维图像特征的高效匹配问题,提出一种新的基于多次随机子向量量化哈希(MRSVQH)的索引算法.该算法根据随机选择的若干子向量的L2范数对特征向量进行量化,并根据量化值对特征向量进行散列,构建出哈希索引结构;为了提高搜索精度,...
为了解决高维图像特征的高效匹配问题,提出一种新的基于多次随机子向量量化哈希(MRSVQH)的索引算法.该算法根据随机选择的若干子向量的L2范数对特征向量进行量化,并根据量化值对特征向量进行散列,构建出哈希索引结构;为了提高搜索精度,类似的哈希索引结构被多次构建.搜索时仅考察与查询向量有相同哈希值的特征向量集合,缩减了搜索范围.实验数据表明,与经典的BBF和LSH算法相比,MRSVQH算法在图像特征的最近邻搜索精度和搜索速度方面都有较大的性能提升,在图像匹配和图像检索的应用中具有优势.
展开更多
关键词
高维特征匹配
最近邻搜索
图像
匹配
图像检索
多次随机子向量量化哈希
下载PDF
职称材料
基于子向量距离索引的高维图像特征匹配算法
被引量:
2
2
作者
赵嵩
马荣华
+1 位作者
曹海旺
杨恒
《计算机工程与应用》
CSCD
2013年第2期237-241,264,共6页
图像局部不变特征已经成功地应用在计算机视觉当中的许多领域,而如何快速有效地匹配高维图像局部特征向量是解决这类问题的关键步骤。提出了一种新的基于子向量距离索引的高维特征向量匹配算法,将高维空间中最近邻搜索问题转化为一维索...
图像局部不变特征已经成功地应用在计算机视觉当中的许多领域,而如何快速有效地匹配高维图像局部特征向量是解决这类问题的关键步骤。提出了一种新的基于子向量距离索引的高维特征向量匹配算法,将高维空间中最近邻搜索问题转化为一维索引值的查找和局部搜索问题,在保证较高的搜索精度的同时大大提高了搜索速度。大量的图像匹配和图像检索实验验证了该算法的有效性。
展开更多
关键词
高维特征匹配
最近邻搜索
图像检索
子向量距离索引
下载PDF
职称材料
题名
面向高维图像特征匹配的多次随机子向量量化哈希算法
被引量:
9
1
作者
杨恒
王庆
何周灿
机构
西北工业大学计算机学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第3期494-502,510,共10页
基金
国家自然科学基金(60873085)
国家"八六三"高技术研究发展计划(2007AA01Z314)
"新世纪优秀人才"计划(NCET-06-0882)
文摘
为了解决高维图像特征的高效匹配问题,提出一种新的基于多次随机子向量量化哈希(MRSVQH)的索引算法.该算法根据随机选择的若干子向量的L2范数对特征向量进行量化,并根据量化值对特征向量进行散列,构建出哈希索引结构;为了提高搜索精度,类似的哈希索引结构被多次构建.搜索时仅考察与查询向量有相同哈希值的特征向量集合,缩减了搜索范围.实验数据表明,与经典的BBF和LSH算法相比,MRSVQH算法在图像特征的最近邻搜索精度和搜索速度方面都有较大的性能提升,在图像匹配和图像检索的应用中具有优势.
关键词
高维特征匹配
最近邻搜索
图像
匹配
图像检索
多次随机子向量量化哈希
Keywords
high-dimensional feature correspondence
nearest neighbor searching
image matching
image retrieval
multiple randomized sub-vectors quantization hashing
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
基于子向量距离索引的高维图像特征匹配算法
被引量:
2
2
作者
赵嵩
马荣华
曹海旺
杨恒
机构
郑州航空工业管理学院
郑州铁路职业技术学院
西安应用光学研究所
出处
《计算机工程与应用》
CSCD
2013年第2期237-241,264,共6页
基金
国家自然科学基金(No.70971119)
河南省教育厅自然科学研究计划项目(No.2011A510024)
航空科学基金项目(No.2012ZC55006)
文摘
图像局部不变特征已经成功地应用在计算机视觉当中的许多领域,而如何快速有效地匹配高维图像局部特征向量是解决这类问题的关键步骤。提出了一种新的基于子向量距离索引的高维特征向量匹配算法,将高维空间中最近邻搜索问题转化为一维索引值的查找和局部搜索问题,在保证较高的搜索精度的同时大大提高了搜索速度。大量的图像匹配和图像检索实验验证了该算法的有效性。
关键词
高维特征匹配
最近邻搜索
图像检索
子向量距离索引
Keywords
high dimensional feature matching
nearest neighbor searching
image retrieve
indexing sub-vector distance
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
作者
出处
发文年
被引量
操作
1
面向高维图像特征匹配的多次随机子向量量化哈希算法
杨恒
王庆
何周灿
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010
9
下载PDF
职称材料
2
基于子向量距离索引的高维图像特征匹配算法
赵嵩
马荣华
曹海旺
杨恒
《计算机工程与应用》
CSCD
2013
2
下载PDF
职称材料
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