首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于PCA-二叉树的大规模图像索引技术研究
引用本文:周雪梅,潘多.基于PCA-二叉树的大规模图像索引技术研究[J].西南师范大学学报(自然科学版),2019,44(7):57-62.
作者姓名:周雪梅  潘多
作者单位:四川工商职业技术学院信息工程系
基金项目:教育部科技发展中心产学研创新基金课题(2018A03007).
摘    要:针对大数据数据库中图像索引中维度灾难问题,该文提出一种基于云的大规模图像检索技术,该方法创新性地将主成分分析法和二叉树引入到图像检索技术中,首先采用尺度不变特征变换和加速鲁棒特征描述符作为帧特征,面对大规模维度特征,将主成分分析法对帧特征进行降维,并使用二叉树表示降维后的特征,以加速研究阶段并减少存储空间,最终实现图像检索.实验表明:该文方法在降维70%的条件下,搜索精确率/召回率(Precision/Recall,PR)值能够达到传统方法20%降维条件下的PR值,并且在搜索时间上,该文方法与正常搜索相比,搜索速度得到30%~50%的提升.

关 键 词:大数据  大规模图像索引  主成分分析  二叉树  尺度不变特征变换
收稿时间:2018/5/24 0:00:00

On Large Scale Image Indexing Technology Based on PCA-Binary Tree
ZHOU Xue-mei,PAN Duo.On Large Scale Image Indexing Technology Based on PCA-Binary Tree[J].Journal of Southwest China Normal University(Natural Science),2019,44(7):57-62.
Authors:ZHOU Xue-mei  PAN Duo
Institution:Department of Information Engineering, Sichuan Technology and Business College, Dujiangyan Sichuan 611830, China
Abstract:
Keywords:big data  large scale image indexing  principal component analysis  binary trees  scale invariant feature transform
本文献已被 CNKI 等数据库收录!
点击此处可从《西南师范大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《西南师范大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号