論文の概要: Image retrieval approach based on local texture information derived from predefined patterns and spatial domain information

• arxiv url: http://arxiv.org/abs/1912.12978v1
• Date: Mon, 30 Dec 2019 16:11:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-17 02:42:07.335065
• Title: Image retrieval approach based on local texture information derived from predefined patterns and spatial domain information
• Title（参考訳）: 予め定義されたパターンと空間領域情報に基づく局所テクスチャ情報に基づく画像検索手法
• Authors: Nazgol Hor, Shervan Fekri-Ershad
• Abstract要約: 提案手法の性能は,Simplicityデータベース上での精度とリコールの観点から評価する。 比較の結果,提案手法は既知の多くの手法よりも精度が高いことがわかった。
• 参考スコア（独自算出の注目度）: 14.620086904601472
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the development of Information technology and communication, a large part of the databases is dedicated to images and videos. Thus retrieving images related to a query image from a large database has become an important area of research in computer vision. Until now, there are various methods of image retrieval that try to define image contents by texture, color or shape properties. In this paper, a method is presented for image retrieval based on a combination of local texture information derived from two different texture descriptors. First, the color channels of the input image are separated. The texture information is extracted using two descriptors such as evaluated local binary patterns and predefined pattern units. After extracting the features, the similarity matching is done based on distance criteria. The performance of the proposed method is evaluated in terms of precision and recall on the Simplicity database. The comparative results showed that the proposed approach offers higher precision rate than many known methods.
• Abstract（参考訳）: 情報技術とコミュニケーションの発展により、データベースの大部分は画像やビデオに特化している。 これにより、大規模データベースからクエリ画像に関連する画像を取得することは、コンピュータビジョンにおいて重要な研究領域となっている。 これまで、テクスチャ、色、形状によって画像内容を定義する様々な画像検索方法が存在する。 本稿では,2つの異なるテクスチャ記述子から得られる局所テクスチャ情報を組み合わせて画像検索を行う手法を提案する。 まず、入力画像の色チャンネルを分離する。 テクスチャ情報は、評価済みローカルバイナリパターンや予め定義されたパターンユニットといった2つの記述子を用いて抽出される。 特徴を抽出した後、距離基準に基づいて類似性マッチングを行う。 提案手法の性能は,簡易データベース上での精度とリコールの観点から評価した。 比較の結果,提案手法は多くの既知の手法よりも精度が高いことがわかった。

関連論文リスト

• Breaking the Frame: Image Retrieval by Visual Overlap Prediction [53.17564423756082]
  本稿では,隠蔽や複雑なシーンを効果的に扱う新しい視覚的位置認識手法,VOPを提案する。 提案手法は,高コストな特徴検出とマッチングを必要とせず,可視画像区間の識別を可能にする。
  論文  参考訳（メタデータ） (2024-06-23T20:00:20Z)
• Scrape, Cut, Paste and Learn: Automated Dataset Generation Applied to Parcel Logistics [58.720142291102135]
  4つのステップでインスタンスセグメンテーションのための合成データセットを生成するために,完全に自動化されたパイプラインを提案する。 まず、人気のある画像検索エンジンから興味ある対象の画像を抽出する。 画像選択には,オブジェクトに依存しない事前処理,手動画像選択,CNNに基づく画像選択の3つの方法を比較する。
  論文  参考訳（メタデータ） (2022-10-18T12:49:04Z)
• Pattern Spotting and Image Retrieval in Historical Documents using Deep Hashing [60.67014034968582]
  本稿では,歴史文書のデジタルコレクションにおける画像検索とパターンスポッティングのためのディープラーニング手法を提案する。 ディープラーニングモデルは、実数値またはバイナリコード表現を提供する2つの異なるバリエーションを考慮して、特徴抽出に使用される。 また,提案手法により検索時間を最大200倍に短縮し,関連する作業と比較してストレージコストを最大6,000倍に削減する。
  論文  参考訳（メタデータ） (2022-08-04T01:39:37Z)
• Contextual Similarity Aggregation with Self-attention for Visual Re-ranking [96.55393026011811]
  本稿では,自己注意を伴う文脈的類似性集約による視覚的再ランク付け手法を提案する。 提案手法の汎用性と有効性を示すため,4つのベンチマークデータセットの総合的な実験を行った。
  論文  参考訳（メタデータ） (2021-10-26T06:20:31Z)
• Deep Learning Based Image Retrieval in the JPEG Compressed Domain [0.0]
  本稿では,DCT係数を入力とし,JPEG圧縮領域のグローバルおよびローカルな特徴を直接抽出し,正確な画像検索を行う画像検索統合モデルを提案する。 提案手法は,RGB特徴を平均精度に言及した入力として用いた現在のDELGモデルとよく似ている。
  論文  参考訳（メタデータ） (2021-07-08T07:30:03Z)
• Texture for Colors: Natural Representations of Colors Using Variable Bit-Depth Textures [13.180922099929765]
  そこで本研究では,画像の強度だけでなく,元の色も表わす2値テクスチャの組に画像が変換される自動手法を提案する。 このシステムは、様々な画像ソースでテストすると、美的にバイナリイメージを満足させる。
  論文  参考訳（メタデータ） (2021-05-04T21:22:02Z)
• Using Text to Teach Image Retrieval [47.72498265721957]
  ニューラルネットワークを用いて学習した画像の特徴空間をグラフとして表現するために,画像多様体の概念に基づいて構築する。 我々は、幾何学的に整列したテキストで多様体のサンプルを増補し、大量の文を使って画像について教える。 実験結果から, 結合埋め込み多様体は頑健な表現であり, 画像検索を行うためのより良い基礎となることが示唆された。
  論文  参考訳（メタデータ） (2020-11-19T16:09:14Z)
• Texture image classification based on a pseudo-parabolic diffusion model [0.0]
  提案手法は、確立されたベンチマークテクスチャデータベースの分類と、植物種認識の実践的な課題について検証する。 画像の同種領域内では、擬似放物的演算子が、うる限りノイズの多い詳細を滑らかにすることができることで、優れた性能を大いに正当化することができる。
  論文  参考訳（メタデータ） (2020-11-14T00:04:07Z)
• Diagram Image Retrieval using Sketch-Based Deep Learning and Transfer Learning [28.31395148295604]
  本稿では,画像に基づく二元特許画像検索のための深層学習手法を提案する。 まず、深層学習を用いて自然画像からスケッチを生成し、画像検索を行う。 次に、手動でラベル付けした特許図画像の小さなセットをトランスファーラーニングを使って、自然画像のスケッチから図への画像検索に適応させます。
  論文  参考訳（メタデータ） (2020-04-22T18:27:46Z)
• Geometrically Mappable Image Features [85.81073893916414]
  地図内のエージェントの視覚に基づくローカライゼーションは、ロボット工学とコンピュータビジョンにおいて重要な問題である。 本稿では,画像検索を対象とした画像特徴学習手法を提案する。
  論文  参考訳（メタデータ） (2020-03-21T15:36:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。