利用不变 Krawtchouk 矩的基于显著性图的图像检索
计算机视觉与模式识别
2024-11-25 v2
摘要
随着配备摄像头的数字设备普及和互联网技术快速发展，近年来涌现了大量基于内容的图像检索系统和新颖的图像特征提取技术。本文提出了一种利用不变 Krawtchouk 矩的基于显著性图的图像检索方法（SM-IKM），以提高检索速度和准确性。该方法应用基于全局对比度的显著区域检测算法生成显著性图，有效地将前景与背景分离。随后，它将多阶不变 Krawtchouk 矩（IKM）与局部二值模式（LBP）和颜色直方图相结合，全面表征前景和背景。此外，它还融合了从显著性图导出的 LBP 以增强判别力，实现更精确的图像区分。采用视觉词袋（BoVW）模型生成码本用于分类和判别。通过在 BoVW 框架中使用紧凑的 IKM 并整合一系列基于区域的特征——包括颜色直方图、LBP 和显著性图增强的 LBP，我们提出的 SM-IKM 实现了高效准确的图像检索。在 Caltech 101 和 Wang 等公开数据集上的大量实验表明，SM-IKM 优于近期最先进的检索方法。SM-IKM 的源代码可在 github.com/arnejad/SMIKM 获取。
引用
@article{arxiv.2411.08567,
title = {Saliency Map-based Image Retrieval using Invariant Krawtchouk Moments},
author = {Ashkan Nejad and Mohammad Reza Faraji and Xiaojun Qi},
journal= {arXiv preprint arXiv:2411.08567},
year = {2024}
}