当前位置: 首页 > news >正文

多媒体信息处理学习笔记-Chap 6. Image RetrievalChap 7. Video Retrieval

Chap 6. Image Retrieval

image-20211126100147412

• Global Feature and Local Feature
• Indexing Structure
• Relevance Feedback
• Evaluation Pipeline

Color Histogram
Advantage :
➢ The color histogram is easy to compute and effective in characterizing
both the global distribution of colors in an image.
➢ Robust to translation and rotation about the view axis and changes
only slightly with the scale, occlusion and viewing angle.
Disadvantage :
➢ Without color distributions of images

Texture Feature
• Tamura Texture Feature
• Histogram Moments
• Co-occurrence Matrix
• Fractional Brownian Motion
• Wavelet Transform
• Simultaneous Auto-regressive
• Gabor Transform
image-20211126100835119

The image retrieval system is used for retrieving images related to the user request from the database. In the presented image retrieval system, the set of texture features was extracted and incorporated into the NS domain to represent image content in the training dataset (Eisa, 2014). Another technique called unsupervised learning image classification has been introduced, and it is based on the integration of optimization linear programming and neutrosophic sets (Salama, Eisa, ElGhawalby, & Fawzy, 2016). In this, texture features are presented for embedding images in the neutrosophic domain. This set of features is used for image retrieval using the neutrosophic domain.

图像检索系统用于从数据库中检索与用户请求有关的图像。在提出的图像检索系统中,提取了一组纹理特征并将其纳入NS域,以表示训练数据集中的图像内容(Eisa,2014)。另一项名为无监督学习图像分类的技术已经被引入,它是基于优化线性编程和中性集的整合(Salama, Eisa, ElGhawalby, & Fawzy, 2016)。其中,纹理特征被提出来用于嵌入中子域的图像。这组特征被用于使用中微子域的图像检索。

Chap 7. Video Retrieval

▪ 随着数据获取、存储、传输技术的快速发展,人们可以轻易地查询、获取和产生大量的视频信息
▪ 描述、组织和管理视频数据的工具和技术十分有限
▪ 1. 视频数据提供的信息量大▪ 2. 视频数据之间关系复杂▪ 可以看做是文本、音频以及含时间维度的图像的集合▪ 3. 视频数据解释的多样性与模糊性
▪ 视频索引和检索的方法包括:
▪ 1. 基于元数据的方法▪ 元数据包括标题、作者、导演等
▪ 2. 基于文本的方法▪ 例如视频中的字幕文本
▪ 3. 基于音频的方法
▪ 4. 基于内容的方法▪ 基于帧的检索▪ 基于镜头—关键帧的检索
▪ 基于内容的视频检索
▪ 根据视频的内容和上下文关系,在没有人工参与的情况下,自动提取并描述视频的特征和内容,在此基础上进行检索
▪ 与文档类似,视频也需要结构化

image-20211126202852548

相关文章:

  • 珂朵莉树 学习笔记
  • 03 - Qt 多线程网络通信——套接字
  • 飞书事件订阅的应用
  • MindSpore第七期集训营视频回顾
  • UNIX环境高级编程-第六章-系统数据文件和信息
  • 【云原生之Docker实战】使用Docker部署Pichome个人相册系统
  • js-原生对象
  • 软件测试的学习笔记(5)
  • [网站]node.js如何在云服务器上搭建
  • 【JAVA刷题初阶】刷爆力扣第十弹——二叉树
  • 卷积神经网络大致结构、卷积层设计的参数、卷积结果计算公式、卷积参数的共享、池化层、卷积神经网络的具体结构、感受野、推荐使用的卷积神经网络
  • Kruskal算法
  • 星淘惠告诉你跨境平台那么多,凭什么要选亚马逊?
  • 创邻科技入选Gartner全球《图数据库管理系统市场指南》代表厂商
  • 专访科杰科技CEO于洋:湖仓一体数据底座,企业构建数据能力的“最优解” | 爱分析访谈
  • 代码整洁之道-读书笔记之有意义的命名
  • Linux常用命令:文件及磁盘
  • 进程控制——进程创建
  • 基于JavaSwing开发日程管理万年行事历程序 课程设计 大作业源码
  • A_A02_003 ST-LINK驱动安装