Multiple Measurements and Joint Dimensionality Reduction for Large Scale Image Search with Short Vectors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00235499" target="_blank" >RIV/68407700:21230/15:00235499 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Multiple Measurements and Joint Dimensionality Reduction for Large Scale Image Search with Short Vectors

Popis výsledku v původním jazyce

This paper addresses the construction of a short-vector (128D) image representa tion for large-scale image and particular object retrieval. In particular, the method of join t dimensionality reduction of multiple vocabularies is considered. We study a variety of voca bulary generation techniques: different k-means initializations, different descriptor transfo rmations, different measurement regions for descriptor extraction. Our extensive evaluation s hows that different combinations of vocabularies, each partitioning the descriptor space in a different yet complementary manner, results in a significant performance improvement, which exceeds the state-of-the-art.

Název v anglickém jazyce

Multiple Measurements and Joint Dimensionality Reduction for Large Scale Image Search with Short Vectors

Popis výsledku anglicky

This paper addresses the construction of a short-vector (128D) image representa tion for large-scale image and particular object retrieval. In particular, the method of join t dimensionality reduction of multiple vocabularies is considered. We study a variety of voca bulary generation techniques: different k-means initializations, different descriptor transfo rmations, different measurement regions for descriptor extraction. Our extensive evaluation s hows that different combinations of vocabularies, each partitioning the descriptor space in a different yet complementary manner, results in a significant performance improvement, which exceeds the state-of-the-art.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/LL1303" target="_blank" >LL1303: Vyhledávání vizuálních kategorií ve velkém množství obrázků</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

ICMR 2015: Proceedings of the 5th ACM on International Conference on Multimedia Retrieval

ISBN

978-1-4503-3274-3

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

587-590

Název nakladatele

ACM

Místo vydání

New York

Místo konání akce

Shanghai

Datum konání akce

23. 6. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—