Large-scale Image Retrieval using Neural Net Descriptors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F15%3A00081693" target="_blank" >RIV/00216224:14330/15:00081693 - isvavai.cz</a>

Výsledek na webu

<a href="http://dl.acm.org/citation.cfm?doid=2766462.2767868" target="_blank" >http://dl.acm.org/citation.cfm?doid=2766462.2767868</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1145/2766462.2767868" target="_blank" >10.1145/2766462.2767868</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Large-scale Image Retrieval using Neural Net Descriptors

Popis výsledku v původním jazyce

One of current big challenges in computer science is development of data management and retrieval techniques that would keep pace with the evolution of contemporary data and with the growing expectations on data processing. Various digital images becamea common part of both public and enterprise data collections and there is a natural requirement that the retrieval should consider more the actual visual content of the image data. In our demonstration, we aim at the task of retrieving images that are visually and semantically similar to a given example image; the system should be able to online evaluate k nearest neighbor queries within a collection containing tens of millions of images. The applicability of such a system would be, for instance, on stock photography sites, in e-shops searching in product photos, or in collections from a constrained Web image search.

Název v anglickém jazyce

Large-scale Image Retrieval using Neural Net Descriptors

Popis výsledku anglicky

One of current big challenges in computer science is development of data management and retrieval techniques that would keep pace with the evolution of contemporary data and with the growing expectations on data processing. Various digital images becamea common part of both public and enterprise data collections and there is a natural requirement that the retrieval should consider more the actual visual content of the image data. In our demonstration, we aim at the task of retrieving images that are visually and semantically similar to a given example image; the system should be able to online evaluate k nearest neighbor queries within a collection containing tens of millions of images. The applicability of such a system would be, for instance, on stock photography sites, in e-shops searching in product photos, or in collections from a constrained Web image search.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP103%2F10%2F0886" target="_blank" >GAP103/10/0886: Vizuální vyhledávání obrázků na Webu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval

ISBN

9781450336215

ISSN

—

e-ISSN

—

Počet stran výsledku

2

Strana od-do

1039-1040

Název nakladatele

ACM

Místo vydání

New York, NY, USA

Místo konání akce

Santiago, Chile

Datum konání akce

9. 8. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—