La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Combining Attention Model with Hierarchical Graph Representation for Region-Based Image Retrieval Combinaison d'un modèle d'attention avec une représentation graphique hiérarchique pour la récupération d'images basée sur la région

Song-He FENG, De XU, Bing LI

  • Vues en texte intégral

    0

  • Citer

Résumé:

L'algorithme de classement multiple a été adopté avec succès dans la recherche d'images basée sur le contenu (CBIR) ces dernières années. Cependant, alors que les fonctionnalités globales de bas niveau sont largement utilisées dans les systèmes actuels, les fonctionnalités basées sur les régions ont reçu peu d'attention. Dans cet article, un nouveau cadre transductif axé sur l'attention et basé sur une représentation graphique hiérarchique est proposé pour la récupération d'images basée sur les régions (RBIR). Cette approche peut être caractérisée par deux propriétés clés : (1) Puisque la question de l'importance des régions est le problème clé de la recherche basée sur les régions, un modèle d'attention visuelle est choisi ici pour mesurer l'importance des régions. (2) Une représentation graphique hiérarchique qui combine les similitudes au niveau de la région avec celles au niveau de l'image est utilisée pour la méthode de classement multiple. Une nouvelle fonction d'énergie de propagation est définie, qui prend en considération à la fois les caractéristiques visuelles de bas niveau et l'importance régionale. Les résultats expérimentaux démontrent que l'approche proposée montre des performances de récupération satisfaisantes par rapport aux méthodes de classement multiple basées sur le global et sur les blocs.

Publication
IEICE TRANSACTIONS on Information Vol.E91-D No.8 pp.2203-2206
Date de publication
2008/08/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1093/ietisy/e91-d.8.2203
Type de manuscrit
LETTER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Mots-clés

Table des matières