基于分布式計(jì)算的百萬數(shù)量級(jí)相似圖像搜索引擎.pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文將基于內(nèi)容的圖像檢索理論與分布式計(jì)算技術(shù)相結(jié)合，討論百萬數(shù)量級(jí)的相似圖像搜索引擎的構(gòu)建。
　　 首先，本文研究基于內(nèi)容的圖像檢索領(lǐng)域中相似圖像檢索的具體問題，并將相似圖像定義為兩類：整體相似圖像，例如構(gòu)圖結(jié)構(gòu)相似，或同一內(nèi)容不同大小、不同質(zhì)量的圖像；局部相似圖像，例如出現(xiàn)了相同物體、相同場(chǎng)景或相同人物的一組圖像。針對(duì)兩種不同類型的相似圖像，分別采用圖像全局特征——Haar小波分解特征和圖像局部特征——SIFT特征來進(jìn)行處理。

2、
　　 其次，本文的目標(biāo)是構(gòu)建百萬數(shù)量級(jí)以上的大規(guī)模圖像搜索引擎，系統(tǒng)中存儲(chǔ)與待匹配的圖像特征超過10億。針對(duì)海量高維圖像特征向量的匹配效率問題，本文研究了各種不同類型算法的優(yōu)劣，并選擇局部敏感哈希(Locality SensitiveHashing，LSH)算法作為索引和匹配圖像特征的方法，討論了與本問題相適應(yīng)的局部敏感哈希算法的參數(shù)選擇以及系統(tǒng)實(shí)現(xiàn)策略。
　　 另一方面，針對(duì)系統(tǒng)中海量的圖像與圖像特征數(shù)據(jù)的存儲(chǔ)與計(jì)算

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論