基于改进图像图的视觉重排序
计算机视觉与模式识别
2014-06-04 v1
摘要
本文介绍了一种针对基于词袋模型 (BoW) 的图像搜索的改进重排序方法。建立在文献 [1] 的基础上，我们提出了一种对异常值干扰具有鲁棒性的有向图像图。在我们的方法中，图像之间的相关性被编码在图像图中，并据此细化初始排名列表。此外，我们证明了等级特征融合也可以在此重排序方法中采用。利用各种特征的互补性，重排序性能得到进一步提升。特别是，我们利用了结合 BoW 和颜色信息的重排序方法。在两个基准数据集上的实验表明，我们的方法产生了显著的改进，且重排序结果与最先进 (SOTA) 方法具有竞争力。
引用
@article{arxiv.1406.0680,
title = {Visual Reranking with Improved Image Graph},
author = {Ziqiong Liu and Shengjin Wang and Liang Zheng and Qi Tian},
journal= {arXiv preprint arXiv:1406.0680},
year = {2014}
}