.png){kind=icon}
返回
Re-ranking algorithm using post-retrieval clustering for content-based image retrieval
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ipm.2003.08.002.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在本文中，我们提出了一种使用后检索聚类的重排序算法，用于基于内容的图像检索 (CBIR)。在传统的CBIR系统中，经常观察到在视觉上与查询图像不相似的图像在检索结果中排名较高。为了解决这个问题，我们通过检索后聚类利用检索结果的相似关系。在我们方法的第一步中，使用诸如颜色直方图之类的视觉特征来检索图像。接下来，使用分层凝聚聚类方法 (HACM) 来分析检索到的图像，并且根据聚类与查询的距离来调整结果的排名。此外，我们分析了聚类方法，查询聚类相似性函数和权重因子在所提出方法中的作用。我们使用几种聚类方法和聚类参数进行了许多实验。实验结果表明，该方法在平均归一化修改检索秩 (ANMRR) 度量下，检索效果平均提高了10% 以上。（C）2003 Elsevier Ltd.版权所有。
Keyword:
image retrieval
post-retrieval clustering
re-ranking algorithm
hierarchical clustering
similarity relationship
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
6.9
论文数:
5.2K
被引数:
1.4W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
查看更多内容