Total Recall II: Query Expansion Revisited
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00187110" target="_blank" >RIV/68407700:21230/11:00187110 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/CVPR.2011.5995601" target="_blank" >http://dx.doi.org/10.1109/CVPR.2011.5995601</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CVPR.2011.5995601" target="_blank" >10.1109/CVPR.2011.5995601</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Total Recall II: Query Expansion Revisited
Popis výsledku v původním jazyce
Most effective particular object and image retrieval approaches are based on the bag-of-words (BoW) model. All state-of-the-art retrieval results have been achieved by methods that include a query expansion that brings a significant boost in performance.We introduce three modifications to automatic query expansion: (i) a method capable of preventing query expansion failure caused by the presence of confusers, (ii) an improved spatial verification and re-ranking step that incrementally builds a statistical model of the query object and (iii) we learn relevant spatial context to boost retrieval performance. The three improvements of query expansion were evaluated on established Paris and Oxford datasets according to a standard protocol, and state-of-the-art results were achieved.
Název v anglickém jazyce
Total Recall II: Query Expansion Revisited
Popis výsledku anglicky
Most effective particular object and image retrieval approaches are based on the bag-of-words (BoW) model. All state-of-the-art retrieval results have been achieved by methods that include a query expansion that brings a significant boost in performance.We introduce three modifications to automatic query expansion: (i) a method capable of preventing query expansion failure caused by the presence of confusers, (ii) an improved spatial verification and re-ranking step that incrementally builds a statistical model of the query object and (iii) we learn relevant spatial context to boost retrieval performance. The three improvements of query expansion were evaluated on established Paris and Oxford datasets according to a standard protocol, and state-of-the-art results were achieved.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/7E10045" target="_blank" >7E10045: Massive Sets of Heuristics for Machine Learning</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2011
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
CVPR 2011: Proceedings of the 2011 IEEE Computer Society Conference on Computer Vision and Pattern Recognition
ISBN
978-1-4577-0393-5
ISSN
1063-6919
e-ISSN
—
Počet stran výsledku
8
Strana od-do
889-896
Název nakladatele
IEEE Computer Society Press
Místo vydání
Los Alamitos
Místo konání akce
Colorado Springs
Datum konání akce
20. 6. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000295615800111