Python计算机视觉第七章-图像搜索

wastec

于 2024-09-08 12:58:08 发布

阅读量2.3k

点赞数 33

文章标签：计算机视觉人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/wastec/article/details/142022660

版权

目录

7.1　基于内容的图像检索

从文本挖掘中获取灵感——矢量空间模型

7.2　视觉单词

7.3　图像索引

7.3.1　建立数据库

7.3.2　添加图像

7.4　在数据库中搜索图像

7.5　使用几何特性对结果排序

7.1　基于内容的图像检索

在大型图像数据库上，CBIR技术用于检索在视觉上具相似性的图像。在过去的几年里，研究者成功地引入文本挖掘技术到 CBIR 中处理问题，使在数百万图像中搜索具有相似内容的图像成为可能。

从文本挖掘中获取灵感——矢量空间模型

矢量空间模型是一个用于表示和搜索文本文档的模型。矢量包含了每个单词出现的次数，由于其忽略了单词出现的顺序及位置，该模型也被称为 BOW 表示模型。

最常用的权重是 tf-idf （ term frequency-inverse document frequency ，词频 - 逆向文

档频率 ) ，单词 w 在文档 d 中的词频是：

$\mathrm{tf}_{w,d}=\frac{n_w}{\sum_jn_j}$

nw 是单词 w 在文档 d 中出现的次数。为了归一化，将 n w 除以整个文档中单词的总数。

逆向文档频率为：

$\mathrm{idf}_{w,d}=\log\frac{|(D)|}{|\{d\colon w\in d\}|}$

|D| 是在语料库 D 中文档的数目，分母是语料库中包含单词 w 的文档数 d 。将两者

相乘可以得

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。