使用视觉视觉注意模型的基于内容的图像检索

【文件属性】：
文件名称：使用视觉视觉注意模型的基于内容的图像检索
文件大小：4.53MB
文件格式：PDF
更新时间：2021-05-18 03:24:51
Image retrieval; Gray level co-occurrence 很好地模拟视觉注意力机制以进行基于内容的图像检索是一个非常具有挑战性的问题。 在本文中，我们提出了一种新颖的计算视觉注意力模型，即显着性结构模型，用于基于内容的图像检索。 首先，引入新颖的视觉提示，即颜色量，以及边缘信息，以检测显着区域，而不是使用主要的视觉特征（例如颜色，强度和方向）。 其次，将灰度共生矩阵的能量特征用于全局抑制图，而不是Itti模型中的局部最大值归一化算符。 第三，提出了一种新的图像表示方法，即显着性结构直方图，以激发CBIR框架内图像表示的方向选择机制。 我们已经在两个数据集上评估了该算法的性能。 实验结果清楚地表明，所提出的算法明显优于标准的BOW基线和微结构描述符。