检索结果-南通市图书馆

计算机辅助设计与图形学学报 2022年第3期34卷 459-469页

作者：艾列富程宏俊陶勇于俊清郑馨刘德阳安庆师范大学计算机与信息学院安庆246133 智能感知与计算安徽省高校重点实验室安庆246133 华中科技大学计算机科学与技术学院武汉430074

为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量... 详细信息

为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度量计算方法.在2个公开的SIFT和GIST数据集上与5种典型方法进行实验的结果表明,所提方法可降低码书训练误差10%~24%,提高近似最近邻搜索召回率1%~44%;另外,在获得相同召回率条件下,所提方法可使码书的规模减小50%.

关键词：近似最近邻搜索向量量化残差向量均值等分向量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大规模图像特征近似最近邻搜索中向量量化方法研究

大规模图像特征近似最近邻搜索中向量量化方法研究

引用

作者：程宏俊安庆师范大学

学位级别：硕士

图像数据是互联网中储存和传播信息的主要工具,伴随着网络用户的日益增加和信息交互的愈发频繁,这些数据的规模正以指数级的速度成长,这使得对其检索变得困难。并且,因为图像特征的维度普遍较高,特征之间的计算消耗大量成本,会导致出现... 详细信息

图像数据是互联网中储存和传播信息的主要工具,伴随着网络用户的日益增加和信息交互的愈发频繁,这些数据的规模正以指数级的速度成长,这使得对其检索变得困难。并且,因为图像特征的维度普遍较高,特征之间的计算消耗大量成本,会导致出现“维度灾难”的问题。为了有效解决这些问题,基于向量量化的近似最近邻(Approximate Nearest Neighbor,ANN)搜索方法作为一门重要的技术被广泛使用。但是,面对大规模的高维图像特征,向量量化方法的精度以及效率仍然需要进一步提升。因此,本文围绕大规模图像特征近似最近邻搜索中的向量量化开展研究,以提出更有效的量化方法,主要工作如下:(1)为了在保持精度不变的前提下降低向量量化方法的时间开销,提出了一种投影增强型残差量化(Projection-based Enhanced Residual Vector Quantization,PERVQ)方法。该方法在前期增强型残差量化方法(Enhanced Residual Vector Quantization,ERVQ)的基础上,对输入特征降维,使得码书训练和特征量化均在低维向量空间进行以提高效率。在优化码书过程中,将量化结果逆投影至原始维度,联合优化投影和总体训练误差,提升码书精度。(2)为进一步提升码书精度,降低量化损失。提出一种码字扩展增强型残差量化(Codewords-expanded Enhanced Residual Vector Quantization,CERVQ)。该方法将ERVQ与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度。在量化阶段,同样利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度。(3)在残差结构的向量量化方法中,前一层训练产生的误差会作为后一层训练的输入,使得前层码书的精度会影响后续层码书的精度。为了解决这一问题,提出一种聚合向量量化(Aggregate Vector Quantization,AVQ)方法,该方法将特征划分为维度相同的部分向量,构建并列的量化器,降低了码书间误差的传递。之后,再运用CERVQ中结合了码字扩展的迭代优化策略提升码书精度,降低总体量化误差。最后,本文根据这三种方法设计特征向量之间的近似欧氏距离快速计算方法,并在公开数据集上分别对所提出的三种量化方法进行ANN搜索性能评估,实验结果证明了这些方法的可行性。

关键词：近似最近邻搜索向量量化主成分分析均值等分向量聚合向量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：