論文の概要: Inverted Semantic-Index for Image Retrieval

• arxiv url: http://arxiv.org/abs/2206.12623v1
• Date: Sat, 25 Jun 2022 11:21:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-03 23:23:25.820757
• Title: Inverted Semantic-Index for Image Retrieval
• Title（参考訳）: 画像検索のための逆semantic-index
• Authors: Ying Wang
• Abstract要約: 逆インデックスは、簡潔で正確な候補リストを生成する、より微細なパーティションを構築することを目的としている。 本稿では,コードブック構築時にクラスタリング手法を画像分類に置き換える。 我々は、PQ圧縮による精度損失を軽減するために、セマンティックインデックスと製品量子化(PQ)を組み合わせる。
• 参考スコア（独自算出の注目度）: 3.751222656656264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper addresses the construction of inverted index for large-scale image retrieval. The inverted index proposed by J. Sivic brings a significant acceleration by reducing distance computations with only a small fraction of the database. The state-of-the-art inverted indices aim to build finer partitions that produce a concise and accurate candidate list. However, partitioning in these frameworks is generally achieved by unsupervised clustering methods which ignore the semantic information of images. In this paper, we replace the clustering method with image classification, during the construction of codebook. We then propose a merging and splitting method to solve the problem that the number of partitions is unchangeable in the inverted semantic-index. Next, we combine our semantic-index with the product quantization (PQ) so as to alleviate the accuracy loss caused by PQ compression. Finally, we evaluate our model on large-scale image retrieval benchmarks. Experiment results demonstrate that our model can significantly improve the retrieval accuracy by generating high-quality candidate lists.
• Abstract（参考訳）: 本稿では,大規模画像検索のための逆インデックスの構築について述べる。 j. sivic が提案した逆インデックスは、データベースのほんの一部で距離計算を減らすことで大きな加速をもたらす。 最先端の逆インデックスは、簡潔で正確な候補リストを生成する、より細かいパーティションを構築することを目的としている。 しかし、これらのフレームワークのパーティショニングは一般的に、イメージの意味情報を無視する教師なしクラスタリング手法によって達成される。 本稿では,コードブック構築中に,クラスタリング手法を画像分類に置き換える。 次に,逆セマンティクスインデックスでは分割数が変更できないという問題を解決するため,マージ・分割法を提案する。 次に、PQ圧縮による精度損失を軽減するために、セマンティックインデックスと製品量子化(PQ)を組み合わせる。 最後に,大規模画像検索ベンチマークによる評価を行った。 実験の結果,高品質候補リスト生成による検索精度の向上が期待できることがわかった。

関連論文リスト

• Image-level Regression for Uncertainty-aware Retinal Image Segmentation [3.7141182051230914]
  我々は,新たな不確実性認識変換(SAUNA)を導入する。 以上の結果から,SAUNA変換の統合とセグメント化損失は,異なるセグメンテーションモデルにおいて大きな性能向上をもたらすことが示唆された。
  論文  参考訳（メタデータ） (2024-05-27T04:17:10Z)
• Contrastive Mean-Shift Learning for Generalized Category Discovery [45.19923199324919]
  一般化圏発見(GCD)の問題に対処する。 我々は平均シフトアルゴリズム、すなわちモード探索のための強力な手法を再検討し、これを対照的な学習フレームワークに組み込む。 提案手法はContrastive Mean-Shift(CMS)学習と呼ばれ,より優れたクラスタリング特性を持つ表現を生成するためにイメージエンコーダを訓練する。
  論文  参考訳（メタデータ） (2024-04-15T04:31:24Z)
• Learning to Rank Patches for Unbiased Image Redundancy Reduction [80.93989115541966]
  画像は、隣接する領域の画素が空間的に相関しているため、空間的冗長性に悩まされる。 既存のアプローチでは、意味の少ない画像領域を減らし、この制限を克服しようとしている。 本稿では,Learning to Rank Patchesと呼ばれる画像冗長性低減のための自己教師型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T13:12:41Z)
• Fast Hybrid Image Retargeting [0.0]
  本稿では,コンテント・アウェア・トリミングを用いて歪みを定量化し,抑制する手法を提案する。 我々の手法は,実行時間のごく一部で実行しながら,最近の手法より優れています。
  論文  参考訳（メタデータ） (2022-03-25T11:46:06Z)
• 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)
• Inverse Problems Leveraging Pre-trained Contrastive Representations [88.70821497369785]
  破損したデータの表現を復元するための新しい逆問題群について検討する。 コントラスト目的を用いた教師付きインバージョン手法を提案する。 提案手法は,幅広いフォワード演算子においてラベル付きデータのごく一部であっても,エンド・ツー・エンドのベースラインよりも優れる。
  論文  参考訳（メタデータ） (2021-10-14T15:06:30Z)
• A Semantic Indexing Structure for Image Retrieval [9.889773269004241]
  セマンティックインデックス構造(SIS)と呼ばれる新しい分類に基づくインデックス構造を提案する。 SISはクラスタリングセンタではなくセマンティックカテゴリを使用して、データベースパーティションを生成する。 SISは最先端のモデルと比較して優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2021-09-14T11:12:30Z)
• Semantic Distribution-aware Contrastive Adaptation for Semantic Segmentation [50.621269117524925]
  ドメイン適応セマンティックセグメンテーション(ドメイン適応セマンティックセグメンテーション)とは、特定のソースドメインのアノテーションだけで特定のターゲットドメイン上で予測を行うことを指す。 画素ワイド表示アライメントを可能にする意味分布対応コントラスト適応アルゴリズムを提案する。 複数のベンチマークでSDCAを評価し、既存のアルゴリズムを大幅に改善します。
  論文  参考訳（メタデータ） (2021-05-11T13:21:25Z)
• Image Retrieval for Structure-from-Motion via Graph Convolutional Network [13.040952255039702]
  本稿では,グラフ畳み込みネットワーク(GCN)に基づく新しい検索手法を提案する。 問合せ画像を取り巻くサブグラフを入力データとして構築することにより、問合せ画像と重なり合う領域を持つか否かを学習可能なGCNを採用する。 実験により,本手法は高度にあいまいで重複したシーンの挑戦的データセットにおいて,極めて優れた性能を示すことが示された。
  論文  参考訳（メタデータ） (2020-09-17T04:03:51Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)
• Kullback-Leibler Divergence-Based Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation [152.609322951917]
  そこで我々は,厳密なウェーブレットフレーム変換と形態的再構成操作を組み込むことで,Kulback-Leibler (KL) 発散に基づくFuzzy C-Means (FCM) アルゴリズムを考案した。 提案アルゴリズムはよく機能し、他の比較アルゴリズムよりもセグメンテーション性能が優れている。
  論文  参考訳（メタデータ） (2020-02-21T05:19:10Z)

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。