현재 위치
Home
Image Retrieval using Global and Local Image Features and DPGM Model
-
- 발행기관
- 보안공학연구지원센터(IJSEIA) 바로가기
-
- 간행물
- International Journal of Software Engineering and Its Applications SCOPUS 바로가기
-
- 통권
- Vol.8 No.3 (2014.03)바로가기
-
- 페이지
- pp.313-320
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A218552
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- In this paper, we propose new image retrieval system using global and local image features and the Dirichlet process Gaussian mixture model (DPGMM). First, we considered global and local image features. Global features are color histogram, wavelet coefficients, and Fourier descriptors extracted from a given image. Local features are defined as both the histogram features of pixel values extracted from square image patches and descriptors such as SIFT extracted from the salient region having center points as affine invariant detectors. Second, we have modeled an observed image as the DPGMM, and we have investigated the variational Bayesian inference method which can be used to estimate the parameters of DPGMM. And then we have extracted two types of feature vectors from an estimated DPGMM to represent a given image. Third, the image retrieval is conducted by matching two types of feature vectors such as the probability density feature and the feature signature vector generated by DPGMM based on two kinds of distance measures. Finally, we have carried out experiments on two kinds of real images datasets in order to compare the performance between the proposed method and the existing methods.
목차
Abstract
1. Introduction
2. Feature Extraction
3. Image Representation
3.1. DPGMM
3.2. Variational Bayesian Inference
3.3. Image Representation using DPGMM
4. Image Distance Measures
5. Experimental Results
5.1. COIL-20 Image Database
5.2. Caltex-200 Image Database
6. Conclusion
Acknowledgements
References
키워드
Image retrieval Global and local image features Dirichlet process Gaussian mixture model Variational Bayesian inference method Probability density feature vector Feature signature vector Earth Mover’s Distance Cosine distance저자
간행물 정보
발행기관
-
- 발행기관명
- 보안공학연구지원센터(IJSEIA) [Science & Engineering Research Support Center, Republic of Korea(IJSEIA)]
- 설립연도
- 2006
- 분야
- 공학>컴퓨터학
- 소개
- 1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업
간행물
-
- 간행물명
- International Journal of Software Engineering and Its Applications
- 간기
- 월간
- pISSN
- 1738-9984
- 수록기간
- 2008~2016
- 등재여부
- SCOPUS
- 십진분류
- KDC 505 DDC 605
이 권호 내 다른 논문 / International Journal of Software Engineering and Its Applications Vol.8 No.3
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.