文件名称：基于SIFT特征向量的图像检索优化 (2013年)
文件大小：557KB
文件格式：PDF
更新时间：2024-07-03 00:45:25
自然科学 论文
基于SIFT(scale-invariantfeaturetransform,尺度不变特征转换)向量的图像检索在精度和实时性方面都与使用者的心理预期有较大的偏差,该文在建树(buildvocabularytree)、检索、以及匹配度计算方面做了一些改进,在满足实时性的要求下,提高了检索精度;在建树过程中,重新定义了SIFT特征向量聚类机制,将分类和K均值聚类法结合起来代替传统的K均值聚类法;在进行图像检索时,直接利用已有欧氏距离信息,减少向量之间距离的计算,对SIFT向量统一化处理;最后通过改进单位化处理