基于潜在主题的分布式视觉检索模型  

Distributed Visual Retrieval Model Based on Potential Theme

作　　者：陈宜明[1,2,3] 段凌宇[1] 黄艳[2,3] 李冰[1,3] 林杰[1] 黄铁军[1] 

机构地区：[1]北京大学信息科学技术学院,北京100871 [2]中国科学院沈阳计算技术研究所,沈阳110168 [3]中国科学院研究生院,北京100049

出　　处：《计算机工程》2012年第24期146-151,共6页Computer Engineering

基　　金：国家自然科学基金资助项目(60902057);国家"973"计划基金资助项目(2009CB320902)

摘　　要：为将文档聚类划分的分布式检索方法直接应用于视觉检索领域,提出一种基于潜在主题的分布式视觉检索模型。给出模型框架,包括图像视觉单词的数据集划分方法和图像子集选择方法,以此优化图像分布式检索性能。实验结果表明,该模型在不降低检索准确率的前提下,能优先选择少量的图像子集进行检索,并提高查询的吞吐量。In order to use distributed retrieval method for document clustering partition directly in visual search field,this paper proposes a distributed visual retrieval model based on potential theme.This paper gives the model framework,including dataset partition method of image visual words and image subset selection method,to optimize image distributed retrieval performance.Experimental results show that this model searches in a few selected image collections without losing retrieval accuracy and improves the query throughput.

关 键 词：分布式检索 视觉检索 词袋模型 图像数据集划分 图像数据集选择 潜在主题 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]