利用空间分布熵的改进VLAD图像检索

孙明思; 赵宏伟; 赵浩宇; 王也然

doi:10.37188/OPE.20212901.0152

您当前的位置：

首页 >

文章列表页 >

利用空间分布熵的改进VLAD图像检索

信息科学 | 更新时间：2021-02-04

- 利用空间分布熵的改进VLAD图像检索
- Research on improved VLAD using spatial distribution entropy
- 光学精密工程 2021年29卷第1期页码：152-159
- 作者机构：
  
  1.吉林大学计算机科学与技术学院，吉林长春 130012
  2.吉林农业科技学院电气与信息工程学院，吉林吉林 132101
  3.吉林大学符号计算与知识工程教育部重点实验室，吉林长春 130012
  4.吉林大学学报（工学版）编辑部，吉林长春 130012
- 作者简介：
  
  [ "孙明思（1983-），女，吉林磐石人，博士研究生，讲师，2008年于东北师范大学获得硕士学位，主要从事智能系统方面的研究。E-mail：sunms19@mail.jlu.edu.cn" ]
  [ "赵宏伟（1962-），男，辽宁沈阳人，教授，博士生导师，于吉林工业大学获得学士、硕士学位，于吉林大学获得博士学位，研究方向为图像处理、嵌入式人工智能。E-mail：zhaohw@jlu.edu.cn" ]
- 基金信息：
  
  吉林省省级科技创新专项资助项目(20190302026GX);吉林省高等教育学会高教科研项目资助(JGJX2018D10);吉林省自然科学基金资助项目(20200201037JC);中央高校基本科研业务基金资助项目(2019JLU)
- DOI：10.37188/OPE.20212901.0152
  中图分类号： TP394.1
- 收稿日期：2020-10-14，
  
  修回日期：2020-12-09，
  
  纸质出版日期：2021-01-15
- 稿件说明：
移动端阅览
孙明思,赵宏伟,赵浩宇等.利用空间分布熵的改进VLAD图像检索[J].光学精密工程,2021,29(01):152-159.

SUN Ming-si,ZHAO Hong-wei,ZHAO Hao-yu,et al.Research on improved VLAD using spatial distribution entropy[J].Optics and Precision Engineering,2021,29(01):152-159.
孙明思,赵宏伟,赵浩宇等.利用空间分布熵的改进VLAD图像检索[J].光学精密工程,2021,29(01):152-159. DOI： 10.37188/OPE.20212901.0152.

SUN Ming-si,ZHAO Hong-wei,ZHAO Hao-yu,et al.Research on improved VLAD using spatial distribution entropy[J].Optics and Precision Engineering,2021,29(01):152-159. DOI： 10.37188/OPE.20212901.0152.

摘要

对图像特征中的局部聚集描述子向量（Vector of Aggragate Locally Descriptor，VLAD）特征进行研究后发现，该特征缺乏尺度不变特征变换（Scale Invariant Feature Transform，SIFT）描述子的空间分布信息，为了提高图像检索的准确率，提出利用空间分布熵改进VLAD的方法。首先，求取图像中的VLAD特征。其次，将SIFT描述子的空间分布信息根据描述子与聚类的对应情况，分为若干个集合。再次，在每一个集合中生成空间分布熵，将所有集合的熵值表示为空间分布熵向量。最后，利用该向量表示描述子的空间分布混乱程度，并将该向量与VLAD结合使用。实验结果表明，在码本大小为64时，在Holidays数据集上可以将平均准确率由0.519提升至0.601，在Oxford5k数据集上可以从0.395提升至0.408。该方法利用VLAD特征大幅度提高图像检索的平均准确率。

Abstract

To improve the accuracy of image retrieval algorithms， an improved VLAD method using spatial distribution entropy is proposed. After apprehending the VLAD features of images， it was discovered that the feature lacks the spatial distribution information of SIFT descriptors. First， the VLAD features in the image were obtained. Second， the spatial distribution information of SIFT descriptors is divided into several sets according to the correspondence between the descriptors and clustering. Third， the spatial distribution entropy is generated in each set. Further， the entropy of all sets is expressed as a spatial distribution entropy vector. Finally， the entropy vector is used to represent the degree of spatial distribution confusion of the descriptor， and the vector is combined with the VLAD. When the codebook size is 64， the experimental results show that the mean average accuracy obtained on the Holidays dataset and the Oxford5k dataset can be increased from 0.521-0.601 and 0.393-0.408， respectively. This method can greatly improve the average accuracy of VLAD features in image retrieval.

关键词

Keywords

references

李宇，刘雪莹，张洪群，等 . 基于卷积神经网络的光学遥感图像检索［J］. 光学精密工程， 2018 ， 26 （ 1 ）： 200 - 207 .

LI Y ， LIU X Y ， ZHANG H Q ， et al . . Optical remote sensing image retrieval based on convolution neural network ［J］. Opt. Precision Eng. ， 2018 ， 26 （ 1 ）： 200 - 207 . （in Chinese）

朱胜银，赵红东，王敬，等 . 基于SIFT-SVM的嵌入式印鉴识别系统设计［J］. 液晶与显示， 2017 ， 32 （ 11 ）： 914 - 922 .

ZHU SH Y ， ZHAO H D ， WANG J ， et al . . Design of embedded seal identification system based on SIFT-SVM ［J］. Chinese Journal of Liquid Crystals and Displays ， 2017 ， 32 （ 11 ）： 914 - 922 . （in Chinese）

OPDENBOSCH D V ， STEINBACH E . AVLAD： optimizing the VLAD image signature for specific feature descriptors ［C］. IEEE International Symposium on Multimedia ， 2017 ： 545 - 550 .

LONG X ， LU H ， PENG Y ， et al . . Image classification based on improved VLAD ［J］. Multimedia Tools & Applications ， 2016 ， 75 （ 10 ）： 5533 - 5555 .

刘洋，韩广良，史春蕾 . 基于 SIFT 算法的多表情人脸识别［J］. 液晶与显示， 2016 ， 31 （ 12 ）： 1156 - 1160 .

LIU Y ， HAN G L ， SHI CH L . Based on SIFT algorithm， multi expression face recognition ［J］. Chinese Journal of Liquid Crystals and Displays ， 2016 ， 31 （ 12 ）： 1156 - 1160 . （in Chinese）

NIAZ U ， MERIALDO B . Exploring intra-bow statistics for improving visual categorization ［C］. Image Analysis for Multimedia Interactive Services （WIAMIS）， 2013 14th International Workshop on. IEEE ， 2013 ： 1 - 4 .

ARANDJELOVIC R ， ZISSERMAN A . All about VLAD ［C］. Proceedings of the IEEE conference on Computer Vision and Pattern Recognition ， 2013 ： 1578 - 1585 .

金朝 . 基于k-means聚类的Bagging算法研究［J］. 光学与光电技术， 2019 ， 17 （ 4 ）： 27 - 32 .

JIN ZH . Bagging algorithm based on k-means clustering ［J］. Optics & Optoelectronic Technology ， 2019 ， 17 （ 4 ）： 27 - 32 .

ZHOU Q ， WANG C ， LIU P ， et al . . Distribution entropy boosted VLAD for image Retrieval ［J］. Entropy ， 2016 ， 18 （ 8 ）： 311 - 330 .

董文庆 . 高光谱图像特征及分类技术研究［J］. 光学与光电技术， 2014 ， 12 （ 6 ）： 30 - 34 .

DONG W Q . Research on hyperspectral image feature and classification technology ［J］. Optics & Optoelectronic Technology ， 2014 ， 12 （ 6 ）： 30 - 34 .

丘文涛，赵建，刘杰 . 结合区域分割的SIFT图像匹配方法［J］. 液晶与显示， 2012 ， 27 （ 6 ）： 827 - 831 .

QIU W T ， ZHAO J ， LIU J . SIFT image matching method combined with region segmentation ［J］. Chinese Journal of Liquid Crystals and Displays ， 2012 ， 27 （ 6 ）： 827 - 831 . （in Chinese）

CHUM O ， PHILBIN J ， SIVIC J ， et al .. Total recall： automatic query expansion with a generative feature model for object retrieval ［C］. IEEE 11th International Conference on Computer Vision ， 2007 ： 1 - 8 .

PHILBIN J ， CHUM O ， ISARD M ， et al .. Lost in quantization： improving particular object retrieval in large scale image databases ［C］. Computer Vision and Pattern Recognition ， 2008 ： 1 - 8 .

JEGOU H ， DOUZE M ， SCHMID C . Hamming embedding and weak geometric consistency for large scale image search ［C］. European Conference on Computer Vision ， 2008 ： 304 - 317 .

LIU P ， MIAO Z ， GUO H ， et al . . Adding spatial distribution clue to aggregated vector in image retrieval ［J］. Eurasip Journal on Image & Video Processing ， 2018 ， 2018 （ 1 ）： 9 .

KIM T E ， KIM M H . Improving the search accuracy of the VLAD through weighted aggregation of local descriptors ［J］. Journal of Visual Communication and Image Representation ， 2015 ， 31 ： 237 - 252 .

DELHUMEAU J ， GOSSELIN P H ， J&#x 100194 ; GOU H， et al . . Revisiting the VLAD image representation［C］ . Proceedings of the 21st ACM international conference on Multimedia. ACM ， 2013 ： 653 - 656 .

ARANDJELOVIC R ， GRONAT P ， TORII A ， et al .. NetVLAD： CNN architecture for weakly supervised place recognition ［C］. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition ， 2016 ： 5297 - 5307 .

浏览量

1407

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双目结构光周视扫描的3D件三维重构与位姿估计研究

重叠分数与匹配矩阵驱动的部分重叠点云配准网络设计

基于Snell窗及偏振模式的水下载体航姿测量

改进多尺度结构化融合的红外与可见光图像融合

非成对训练样本条件下的红外图像生成