基于二值描述符与局部描述符后期融合的基于内容的图像检索
计算机视觉与模式识别
2017-03-27 v1
摘要
基于内容的图像检索（CBIR）面临的挑战之一是缩小低层特征与高层语义概念之间的语义鸿沟。在 CBIR 中，图像在特征空间中表示，其性能取决于所选特征表示的类型。后期融合，也称为视觉词集成，被用来增强图像检索的性能。近期图像检索的进展将研究焦点转向了二值描述符的使用，因为它们被认为计算效率更高。本文旨在研究快速视网膜关键点（FREAK）与尺度不变特征变换（SIFT）的后期融合。选择二值描述符与局部描述符的后期融合，是因为在二值描述符中，FREAK 在基于分类的问题中表现出良好结果，而 SIFT 对平移、缩放、旋转和微小畸变具有鲁棒性。FREAK 与 SIFT 的后期融合整合了两种特征描述符的性能，以实现有效的图像检索。实验结果和比较表明，所提出的后期融合方法提升了图像检索的性能。
引用
@article{arxiv.1703.08492,
title = {Content-Based Image Retrieval Based on Late Fusion of Binary and Local Descriptors},
author = {Nouman Ali and Danish Ali Mazhar and Zeshan Iqbal and Rehan Ashraf and Jawad Ahmed and Farrukh Zeeshan Khan},
journal= {arXiv preprint arXiv:1703.08492},
year = {2017}
}