Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Kỹ thuật Bundle min-Hashing
Tóm tắt
Chúng tôi trình bày một kỹ thuật gộp đặc trưng dựa trên phương pháp min-Hashing. Các đặc trưng cục bộ riêng lẻ được tổng hợp với các đặc trưng từ hàng xóm không gian của chúng thành các gói. Những gói này mang theo nhiều thông tin hình ảnh hơn so với từng từ hình ảnh riêng lẻ. Việc nhận diện logo trong các bức ảnh mới sau đó được thực hiện bằng cách truy vấn vào cơ sở dữ liệu các bức ảnh tham chiếu. Chúng tôi cũng giới thiệu một phương pháp ransac hạn chế WGC và một kỹ thuật giúp tăng tỷ lệ hồi phục cho việc truy xuất đối tượng bằng cách tổng hợp hình ảnh từ bức ảnh truy vấn gốc hoặc hình ảnh tham chiếu. Chúng tôi chứng minh được lợi ích của những kỹ thuật này cho cả việc truy xuất đối tượng nhỏ và nhận diện logo. Hệ thống nhận diện logo của chúng tôi rõ ràng vượt trội hơn so với công nghệ hiện tại với tỷ lệ hồi phục 83% tại độ chính xác 99%.
Từ khóa
#min-Hashing #gộp đặc trưng #nhận diện logo #truy xuất đối tượng #ransac #hồi phụcTài liệu tham khảo
Arandjelović R, Zisserman A (2012) Multiple queries for large scale specific object retrieval. In: Proceedings of the British machine conference. BMVA Press, Dundee, pp 92.1–92.11
Arandjelović R, Zisserman A (2012) Three things everyone should know to improve object retrieval. In: Proceedings of IEEE international conference on computer vision and pattern recognition. pp 2911–2918
Bagdanov A, Ballan L, Bertini M, Del Bimbo A (2007) Trademark matching and retrieval in sports video databases. In: International workshop on multimedia information retrieval. pp 79–86
Cao Y, Wang C, Li Z, Zhang L (2010) Spatial-bag-of features. In: Proceedings of IEEE international conference on computer vision and pattern recognition. pp 3352–3359
Chum O, Perdoch M, Matas J (2009) Geometric min-Hashing: finding a (thick) needle in a haystack. In: Proceedings of IEEE international conference on computer vision and pattern recognition. pp 17–24
Chum O, Philbin J, Zisserman A (2008) Near duplicate image detection: min-hash and tf-idf weighting. In: Proceedings of the British machine conference, vol 1. BMVA Press, Dundee, pp 493–502
Fu J, Wang J, Lu H (2010) Effective logo retrieval with adaptive local feature selection. In: Proceedings of ACM international conference on multimedia. pp 971–974
Jégou H, Douze M, Schmid C (2009) Improving bag-of-features for large scale image search. Int J Comput Vis 87(3):316–336
Jegou H, Douze M, Schmid C (2009) On the burstiness of visual elements. In Proceedings of IEEE international conference on computer vision and pattern recognition. pp 1169–1176
Jegou H, Douze M, Schmid C (2009) Packing bag-of-features In: Proceedings of IEEE international conference on computer vision. pp 2357–2364
Jiang Y, Meng J, Yuan J (2011) Grid-based local feature bundling for efficient object search and localization. In: Proceedings of international conference on image processing. pp 113–116
Joly A, Buisson O (2009) Logo retrieval with a contrario visual query expansion. In: Proceedings of ACM international conference on multimedia. pp 581–584
Kalantidis Y, Pueyo L G, Trevisiol M, Van Zwol R, Avrithis Y (2011) Scalable Triangulation-based Logo Recognition. In: Proceedings of ACM international conference on multimedia retrieval (article 20)
Lebeda K, Matas J, Chum O (2012) Fixing the Locally Optimized RANSAC. In: Proceedings of the British machine conference. BMVA Press, Dundee, pp 95.1–95.11
Lee D, Ke Q, Isard M (2010) Partition min-Hash for partial duplicate image discovery. In: Proceedings of ACM European conference on computer vision. pp 648–662
Letessier P, Buisson O, Joly A (2011) Consistent visual words mining with adaptive sampling. In: Proceedings of ACM international conference on multimedia retrieval (art. 49)
Mikolajczyk K, Schmid C (2004) Scale & affine invariant interest point detectors. Int J Comput Vis 60(1):63–86
Muja M, Lowe D (2009) Fast approximate nearest neighbors with automatic algorithm configuration. In: International conference on computer vision theory and application. pp 331–340
Nistér D, Stewénius H (2006) Scalable recognition with a vocabulary tree. In: Proceedings of IEEE international conference on computer vision and pattern recognition. pp 2161–2168
Philbin J, Chum O, Isard M, Sivic J, Zisserman A (2007) Object retrieval with large vocabularies and fast spatial matching. In: Proceedings of IEEE international conference on computer vision and pattern recognition. pp 1–8
Revaud J, Douze M, Schmid C (2012) Correlation-based burstiness for logo retrieval. In: Proceedings of ACM international conference on multimedia. pp 965–968
Romberg S, August M, Ries CX, Lienhart R (2012) Robust Feature Bundling. In: Advances in multimedia information processing—PCM 2012. Lecture notes in computer science, vol 7674. pp 45–56
Romberg S, Lienhart R (2013) Bundle min-Hashing for logo recognition. In: Proceedings of ACM international conference on multimedia retrieval
Romberg S, Pueyo LG, Lienhart R, van Zwol R (2011) Scalable logo recognition in real-world images. In: Proceedings of ACM international conference on multimedia retrieval (article 25)
Sivic J, Zisserman A (2003) Video Google: a text retrieval approach to object matching in videos. In: Proc. of IEEE international conference on computer vision, vol 2, pp 1470–1477.
Wu Z, Ke Q, Isard M, Sun J (2009) Bundling features for large scale partial-duplicate web image search. In: Proceedings of IEEE international conference on pattern recognition. pp 25–32
Yu G, Morel J (2009) A fully affine invariant image comparison method. In: Proceedings of IEEE conference on acoustics, speech and signal processing. pp 1597–1600
Zhang S, Tian Q, Hua G, Huang Q, Li S (2009) Descriptive visual words and visual phrases for image applications. In: Proceedings of ACM international conference on multimedia. pp 75–84