利用位置信息熵改进VLAD的图像检索方法  

Improved VLAD using location information entropy in image retrieval

作　　者：赵宏伟[1,2] 王也然[1] 刘萍萍 苗壮[1] ZHAO Hongwei;WANG Yeran;LIU Pingping;MIAO Zhuang(College of Computer Science and Technology,Jilin University,Changchun 130000,China;State Key Laboratory of Applied Optics,Chinese Academy of Sciences,Changchun 130000,China)

机构地区：[1]吉林大学计算机科学与技术学院,吉林长春130000 [2]中国科学院应用光学国家重点实验室,吉林长春130000

出　　处：《哈尔滨工程大学学报》2018年第8期1376-1381,共6页Journal of Harbin Engineering University

基　　金：国家自然科学基金青年项目(61101155);吉林省发展和改革委员会产业创新专项(2016C035);吉林省青年科研基金项目(20150520063JH);中国博士后基金项目(2015M571363);应用光学国家重点实验室开放基金项目(20173660)

摘　　要：针对局部聚合描述子向量(vector of locally aggregate descriptor,VLAD)的图像检索能力还有待提高的问题,提出利用尺度不变特征变换描述子(scale invariant feature transform,SIFT)描述子的位置信息对VLAD描述子进行补充的图像检索算法。本文提出位置信息熵,用以对SIFT描述子的位置信息进行描述,并将位置信息熵添加到VLAD中,并在多个公开数据集上进行实验。码本大小为256时,在Holidays数据上该方法能有效地将VLAD的m AP值由0.510提升至0.733,在Oxford5k数据上该方法能有效地将归一化VLAD的m AP值由0.287提升至0.559。实验结果表明,利用位置信息熵能有效提升VLAD的图像检索能力。To improve the image retrieval ability of the vector of locally aggregated descriptors(VLAD),a location information entropy is proposed in which VLAD is supplemented with the location information of the scale-invariant feature transform(SIFT).The proposed location information entropy describes the location information of SIFT,which is then combined to the VLAD.This method was experimented on several public datasets.In a codebook size of 256,the method effectively increased the mAP value of the VLAD from 0.510 to 0.733 on the Holidays set,and the mAP value of the normalized VLAD produced on the Oxford5k set was increased from 0.287 to 0.559.Experimental results show that location information entropy can effectively enhance VLAD image retrieval capability.

关 键 词：图像处理 图像检索 图像特征 VLAD SIFT 熵 归一化 位置信息 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]