弥合局部语义概念与视觉词袋模型在自然场景图像检索中的鸿沟
计算机视觉与模式识别
2022-10-18 v1
摘要
本文研究自然场景的语义图像检索问题。典型的内容基于图像检索系统将查询图像与数据集中的图像视为低层特征的集合，并依据查询图像特征与图像数据集中图像特征之间的相似度返回排序后的图像列表。然而，检索列表中与查询图像相似度高的靠前图像，可能在用户语义理解上与查询图像不同，即所谓的语义鸿沟。为缩小语义鸿沟，本文探究如何利用视觉词袋模型与局部语义概念的分布来实现自然场景检索。论文研究了以不同方式表示自然场景图像中所刻画语义信息以用于图像检索的效率。我们开展了大量实验工作，以研究在自然与城市场景图像检索中使用语义信息以及视觉词袋模型的效率。
引用
@article{arxiv.2210.08875,
title = {Bridging the Gap between Local Semantic Concepts and Bag of Visual Words for Natural Scene Image Retrieval},
author = {Yousef Alqasrawi},
journal= {arXiv preprint arXiv:2210.08875},
year = {2022}
}