Proximity-based Order-respecting Intersection for Searching in Image Databases
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F10%3A00049631" target="_blank" >RIV/00216224:14330/10:00049631 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216224:14330/11:00081752
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-642-27169-4" target="_blank" >http://dx.doi.org/10.1007/978-3-642-27169-4</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-27169-4" target="_blank" >10.1007/978-3-642-27169-4</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Proximity-based Order-respecting Intersection for Searching in Image Databases
Popis výsledku v původním jazyce
As the volume of non-textual data, such images and other multimedia data, available on Internet is increasing. The issue of identifying data items based on query containment rather than query equality is more and more important. In this paper, we proposea solution to this problem. We assume the local descriptors are extracted from data item, so the aforementioned problem reduces to finding data items of a collection that share as many as possible local descriptors with the query. In particular, we defined a new e-intersection that identifies close (similar) descriptors. Local descriptors usually contain the location of the descriptors in the original data, so the proposed solution takes into account them to increase effectiveness of searching. We evaluate the e-intersection on two real-life image collections using SIFT and SURF local descriptors.
Název v anglickém jazyce
Proximity-based Order-respecting Intersection for Searching in Image Databases
Popis výsledku anglicky
As the volume of non-textual data, such images and other multimedia data, available on Internet is increasing. The issue of identifying data items based on query containment rather than query equality is more and more important. In this paper, we proposea solution to this problem. We assume the local descriptors are extracted from data item, so the aforementioned problem reduces to finding data items of a collection that share as many as possible local descriptors with the query. In particular, we defined a new e-intersection that identifies close (similar) descriptors. Local descriptors usually contain the location of the descriptors in the original data, so the proposed solution takes into account them to increase effectiveness of searching. We evaluate the e-intersection on two real-life image collections using SIFT and SURF local descriptors.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
8th International Workshop on Adaptive Multimedia Retrieval, AMR'2010
ISBN
978-3-642-27168-7
ISSN
—
e-ISSN
—
Počet stran výsledku
14
Strana od-do
174-188
Název nakladatele
Johannes Kepler University
Místo vydání
Linz
Místo konání akce
Linz
Datum konání akce
1. 1. 2010
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—