面向多特征图像检索的三层邻域图与多图融合排序：流形视角
计算机视觉与模式识别
2016-09-27 v1
摘要
单一特征无法高效地描述图像内容，这是传统图像检索任务中的一个缺点。我们知道，一幅图像可以由不同的特征来描述。多特征融合排序可用于改善查询的排序列表。在本文中，我们首先从流形视角分析图结构与多特征融合重排序。然后，构建三层邻域图以对单一特征的原始排序列表进行重排序，并提高单一特征的精度。此外，我们提出了用于多特征排序的多图融合排序，该方法考虑了多个邻域图中所有图像之间的相关性。在 UK-bench、Corel-1K、Corel-10K 和 Cifar-10 基准数据集上进行了评估。实验结果表明，我们的 TTNG 和 MFR 优于其他 state-of-the-art 方法。例如，我们在 UK-bench 和 Corel-10K 数据集上分别取得了 N-S 得分 3.91 和精度 65.00% 的有竞争力的结果。
引用
@article{arxiv.1609.07599,
title = {Three Tiers Neighborhood Graph and Multi-graph Fusion Ranking for Multi-feature Image Retrieval: A Manifold Aspect},
author = {Shenglan Liu and Muxin Sun and Lin Feng and Yang Liu and Jun Wu},
journal= {arXiv preprint arXiv:1609.07599},
year = {2016}
}