多查询图像检索的 Pareto 深度
信息检索
2015-06-18 v1 机器学习
机器学习
摘要
大多数基于内容的图像检索系统要么考虑单个查询，要么考虑包含相同对象或代表相同语义信息的多个查询。在本文中，我们考虑了对应于不同图像语义的多个查询图像的基于内容的图像检索问题。我们提出了一种新颖的多查询信息检索算法，该算法结合了 Pareto 前沿方法 (PFM) 与高效流形排序 (EMR)。我们表明，所提出的算法在真实世界图像数据库上的表现优于最先进的多查询检索算法。我们将这种性能提升归因于 Pareto 前沿的凹性性质，并证明了一个刻画前沿渐近凹性的理论结果。
引用
@article{arxiv.1402.5176,
title = {Pareto-depth for Multiple-query Image Retrieval},
author = {Ko-Jen Hsiao and Jeff Calder and Alfred O. Hero},
journal= {arXiv preprint arXiv:1402.5176},
year = {2015}
}