使用特徵預先分群以提升影像檢索準確度

  • 劉 家豪

Student thesis: Master's Thesis

Abstract

影像檢索系統(Image Retrieval System)提供使用者,可以從資料量大的影像資料庫裡,找到他希望獲得的影像資料。但是隨著影像資料庫中訓練影像(Training Image)數量的增加,搜尋特徵(Query Feature)所需比對的訓練影特徵也會隨之增加。在傳統影像檢索流程中,逐一比對兩特徵之間的相似度是非常耗時且缺乏效率。目前針對這個問題,現今改善的方法是在影像檢索流程中結合樹狀結構,以在使用階層式分群演算法(Hierarchical Clustering Algorithm)的情況下,將訓練影像特徵建構出一棵樹狀資料結構,並藉由搜尋樹狀結構中的節點資訊,逐步縮小特徵資訊的比對範圍,來降低檢索出相似影像的時間。 然而,在搜尋特徵數量逐漸增加的情況下,容易因為資訊相似的特徵點需要重複與同路徑上的節點進行比對,而耗費較多的時間在於樹狀結構的搜尋,並進而增加影像檢索的時間。因此,我們提出一個特徵預先分群方法,來將搜尋影像中的特徵預先進行分群,並藉由同一群集內的特徵資訊彼此相似度高的特性,使用各群集中心點取代同一群集下所有搜尋特徵點的方式,對樹狀結構進行相似節點的搜尋,以滿足減少樹狀結構搜尋時間之目的。 實驗結果顯示,我們與現今常用的影像檢索流程比較之下,發現到以K-Means為主要的預先分群方法,可以有效率地減少特徵比對所需的時間,並且在減少整體影像檢索時間下,獲得與現今檢索流程一樣的平均檢索準確率。
Date of Award2014 Dec 26
Original languageChinese
SupervisorPei-Hsuan Tsai (Supervisor)

Cite this

使用特徵預先分群以提升影像檢索準確度
家豪, 劉. (Author). 2014 Dec 26

Student thesis: Master's Thesis