基于投影和量子理论的图像上下文标注及MPEG - 7特征在希尔伯特空间的应用
在图像检索和处理领域,有两种颇具创新性的方法值得深入探讨。一种是基于投影和量子理论的图像上下文标注方法,另一种是利用MPEG - 7视觉描述符在希尔伯特空间进行相似图像查询的方法。下面我们将详细介绍这两种方法。
基于投影和量子理论的图像上下文标注
该方法旨在建立标签与图像之间的关联,并基于“视觉词袋”模型进行中级语义图像表示。为了在张量空间进行量子测量,需要解决未标注图像的问题。具体提出了两种方法:
- 投影方法 :将未标注图像投影到由包含特定文本术语的训练图像子集生成的子空间上,计算图像由与同一主题相关的上下文因素生成的概率,从而捕捉图像的视觉上下文属性。
- 量子测量方法 :对未标注图像的密度矩阵进行类似量子的测量,该测量基于从训练图像子集中获得的概率分布表示的密度矩阵。
为了评估不同测量方法在各种视觉特征上的准确性,进行了相关实验。实验涉及三种视觉特征:localdense、localrand、histHSV,以及三种测量方法:量子类测量(q)、投影测量(p)和基于距离的测量(d)。实验结果以不同精度水平下的正关联数量来表示,具体数据如下表所示:
| 特征\测量方法 | q - p5 | q - p10 | p - p5 | p - p10 | d - p5 | d - p10 |
| — | — | — | — | — | — | — |
| localdense - mountain | 1 | 2 | 1 | 2 | 1 | 2 |
| localdense
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



