研究文章|开放获取
对此Shishibori大地小泉,吴克群北城, ”<年代p一个nclass="adjust-article-svg-size">快速检索算法挖土机的距离使用EMD下界和跳过算法年代p一个n>”,多媒体的发展我>, 卷。2011年, 文章的ID421820年, 9 页面, 2011年。 https://doi.org/10.1155/2011/421820
快速检索算法挖土机的距离使用EMD下界和跳过算法
对此Shishibori,<年代up>1年代up>年代p一个n><年代pan class="">大地小泉,<年代up>1年代up>和年代p一个n><年代p一个nclass="">吴克群北城<一个class="sc-htpNat bUhGXt link" href="http://orcid.org/0000-0003-3275-3667" aria-label="Redirect to Doi" target="_blank">
1年代up><年代p一个n>部门的信息解决方案,技术和科学研究所,德岛大学的2 - 1 Minami-Josanjima-Cho, Tokushima-Shi, 770 - 8506年德岛,日本年代p一个n>
2年代up><年代p一个n>德岛大学的先进信息技术中心,2 - 1 Minami-Josanjima-Cho, Tokushima-Shi, 770 - 8506年德岛,日本年代p一个n>
文摘
挖土机的距离(EMD)是衡量两个分布之间的距离,它已广泛应用于多媒体信息检索系统中,尤其是在基于内容的图像检索系统。EMD时基于颜色或纹理图像问题,EMD反映了人类知觉相似性。然而,它的使用在大型数据库中计算太贵了。为了实现有效的计算EMD在查询处理中,我们已经开发出“fastEMD,”库高速在大型数据库中基于特征相似性检索。介绍了技术用于fastEMD的实现和执行广泛的实验来证明它的效率。
<年代p一个nclass="end-abs">1。介绍
挖土机的距离(EMD)中引入计算机视觉作为改善两个分布之间的距离度量,它已广泛应用于多媒体数据库。特别是,在基于内容的图像检索(CBIR)的面积,在彩色图像从多媒体检索数据库,应用改进的距离是很重要的措施。几个CBIR模型提出了基于直方图的方法,如按图像内容(QBIC)方法提出的查询法等。<一个href="#B1">1一个>),每个图像映射到一个向量基于编码的属性,如颜色分布,纹理和形状。然而,直方图的方法使用欧氏距离和二次形式应用向垃圾箱距离函数;因此,这些方法对小特征值分布的变化很敏感。
E米D的相似性距离计算的数量变化需要变换到另一个图像特征。Rubner和预<一个href="#B2">2一个>使用EMD)提出了CBIR模型,和它的高质量的图像相似度搜索已经证明。Shishibori et al。<一个href="#B3">3一个>使用EMD)提出了一个音乐检索模型,和query-by-humming系统提出了一种更健壮的方法比传统的方法。
E米D被定义为一个线性规划问题,可以使用单纯形法解决。然而,计算使用EMD和单纯形法太复杂的应用程序在交互多媒体数据库系统。为了实现高效检索处理大型多媒体数据库基于EMD,我们提出一个快速检索EMD算法。
为了减少计算时间的距离,该方法使用较低的边界距离科恩和Guibas中描述<一个href="#B4">4一个>和同意等。<一个href="#B5">5一个>]。的下边界距离EMD是一个简单的近似计算。在的情况下<年代vg height="10.7375" id="M1" style="vertical-align:-0.13794pt;width:8.6000004px;" version="1.1" viewbox="0 0 8.6000004 10.7375" width="8.6000004" xmlns="http://www.w3.org/2000/svg">
本文余下部分组织如下:部分<一个href="#sec2">2一个>介绍了轮廓挖土机的距离。部分<一个href="#sec3">3一个>解释了EMD的下界,提出计算的算法使用下界跳过。部分<一个href="#sec4">4一个>评估方法的有效性通过实验结果。部分<一个href="#sec5">5一个>描述了结论和未来的工作。
2。挖土机的距离
2.1。传统的不同措施
的<年代vg height="16.237499" id="M6" style="vertical-align:-4.74141pt;width:17.1625px;" version="1.1" viewbox="0 0 17.1625 16.237499" width="17.1625" xmlns="http://www.w3.org/2000/svg">
闵可夫斯基距离的值取决于假定不同的名称<年代vg height="9.875" id="M12" style="vertical-align:-2.29482pt;width:7.7624998px;" version="1.1" viewbox="0 0 7.7624998 9.875" width="7.7624998" xmlns="http://www.w3.org/2000/svg">
的<年代vg height="16.237499" id="M15" style="vertical-align:-4.74141pt;width:17.1625px;" version="1.1" viewbox="0 0 17.1625 16.237499" width="17.1625" xmlns="http://www.w3.org/2000/svg">
(一)Lp的距离。年代trong>
(b)感知不同。年代trong>
|
||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
3.4。独立最小化下界
表示为基础的下界<年代vg height="16.237499" id="M116" style="vertical-align:-4.74141pt;width:17.1625px;" version="1.1" viewbox="0 0 17.1625 16.237499" width="17.1625" xmlns="http://www.w3.org/2000/svg">
<年代p一个nclass="statement" id="thm2">定理2。年代p一个n><我>假设<年代vg height="16.450001" id="M117" style="vertical-align:-2.21957pt;width:118.4px;" version="1.1" viewbox="0 0 118.4 16.450001" width="118.4" xmlns="http://www.w3.org/2000/svg">
3.5。计算不使用<年代vg height="14.2375" id="M132" style="vertical-align:-3.13504pt;width:57.1875px;" version="1.1" viewbox="0 0 57.1875 14.2375" width="57.1875" xmlns="http://www.w3.org/2000/svg">
的计算成本<年代vg height="14.375" id="M133" style="vertical-align:-3.13504pt;width:48.837502px;" version="1.1" viewbox="0 0 48.837502 14.375" width="48.837502" xmlns="http://www.w3.org/2000/svg">
|
||||||||||||||||||||||||||||||||||||
从这个特点,每个供应的流动可以计算集群。计算<年代vg height="14.375" id="M147" style="vertical-align:-3.13504pt;width:48.837502px;" version="1.1" viewbox="0 0 48.837502 14.375" width="48.837502" xmlns="http://www.w3.org/2000/svg">
计算跳过的一个例子<年代vg height="14.6" id="M148" style="vertical-align:-3.13504pt;width:87.849998px;" version="1.1" viewbox="0 0 87.849998 14.6" width="87.849998" xmlns="http://www.w3.org/2000/svg">
4所示。快速检索EMD算法
4.1。算法使用下界
在的情况下<年代vg height="10.7375" id="M161" style="vertical-align:-0.13794pt;width:8.6000004px;" version="1.1" viewbox="0 0 8.6000004 10.7375" width="8.6000004" xmlns="http://www.w3.org/2000/svg">
|
|||||||||||||||||||||||||||||||||
6。结论
摘要快速检索方法挖土机的距离提出了多媒体数据库。该方法利用EMD的下边界距离,结合calculation-skipping算法。此外,该方法的有效性是由经验观察。为未来的工作,各种多媒体信息检索系统使用快速EMD应该实现。
承认
这项工作的部分资金支持科研补助金的17300036和17300036号从教育部、科学、文化、日本。
引用
- c·凯利斯r·巴伯m . Flickner et al .,“高效和有效的查询图像内容,”<我>智能信息系统杂志》上我>,3卷,不。3 - 4、231 - 262年,1994页。<年代p一个nclass="reflinks">视图:<一个href="https://doi.org/10.1007/BF00962238">出版商的网站一个><年代p一个nclass="sep">|年代p一个n><一个href="https://scholar.google.com/scholar_lookup?title=Efficient%20and%20effective%20querying%20by%20image%20content&author=C. Faloutsos&author=R. Barber&author=M. Flickner et al.&publication_year=1994" target="_blank">谷歌学术搜索一个>年代p一个n>
- y Rubner和c .预<我>知觉指标为图像数据库导航我>多德雷赫特,Kluwer学术出版商,Ntherlands, 2001。<年代p一个nclass="reflinks">
- 美国Tsuge m . Shishibori y吴建,k .北城,“类似的音乐检索query-by-humming使用挖土机的距离,“<我>日本信息处理社会事务我>,48卷,不。1,第311 - 300页,2007。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=Similar%20music%20retrieval%20for%20the%20query-by-humming%20using%20the%20Earth%20Mover’s%20distance&author=M. Shishibori&author=Y. Ohnishi&author=S. Tsuge&author=&author=K. Kita&publication_year=2007" target="_blank">谷歌学术搜索一个>年代p一个n>
- 科恩和l . Guibas“挖土机的距离:下界和不变性在翻译,“技术。众议员cs - tr - 97 - 1597,斯坦福大学,1997年。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=The%20Earth%20Mover’s%20distance:%20lower%20bounds%20and%20invariance%20under%20translation&author=S. Cohen &author=L. Guibas&publication_year=1997" target="_blank">谷歌学术搜索一个>年代p一个n>
- 我同意,a .温家宝,t . Seidl”近似技术在多媒体数据库索引挖土机的距离,”<我>22日数据工程国际会议的程序(ICDE 06年)我>p。11日,美国,2006年4月。<年代p一个nclass="reflinks">视图:<一个href="https://doi.org/10.1109/ICDE.2006.25">出版商的网站一个><年代p一个nclass="sep">|年代p一个n><一个href="https://scholar.google.com/scholar_lookup?title=Approximation%20techniques%20for%20indexing%20the%20earth%20mover's%20distance%20in%20multimedia%20databases&author=I. Assent&author=A. Wenning&author=&author=T. Seidl" target="_blank">谷歌学术搜索一个>年代p一个n>
- w·Niblack r .理发师,w . Equitz et al .,“QBIC项目:查询图像的内容,使用的颜色,纹理,形状,”<我>为图片和视频数据库存储和检索我>卷,1908<我>学报学报我>圣何塞,页173 - 187年,加州,美国,1993年2月。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=QBIC%20project:%20querying%20images%20by%20content,%20using%20color,%20texture,%20and%20shape&author=W. Niblack&author=R. Barber&author=W. Equitz et al." target="_blank">谷歌学术搜索一个>年代p一个n>
- m·a·斯特里克和m . Orengo“彩色图像相似,”<我>存储和检索的图像和视频数据库三世我>卷,2420<我>学报学报我>圣何塞,页381 - 392年,加州,美国,1995年2月。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=Similarity%20of%20color%20images&author=M. A. Stricker &author=M. Orengo" target="_blank">谷歌学术搜索一个>年代p一个n>
- s . Ajiok s Tsuge m . Shishibori, k .北城,“快速多维最近邻搜索算法使用优先队列,“<我>我EEJ交易电子、信息和系统我>,卷126,不。3、353 - 360年,2006页。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=Fast%20multidimensional%20nearest%20neighbor%20search%20algorithm%20using%20priority%20queue&author=S. Ajiok&author=S. Tsuge&author=M. Shishibori&author=&author=K. Kita&publication_year=2006" target="_blank">谷歌学术搜索一个>年代p一个n>
- o·贝利·m·沃曼,“快速、健壮的挖土机的距离”<我>学报》第12届国际会议上计算机视觉(ICCV ' 09)我>2009年10月,页460 - 467。<年代p一个nclass="reflinks">视图:<一个href="https://doi.org/10.1109/ICCV.2009.5459199">出版商的网站一个><年代p一个nclass="sep">|年代p一个n><一个href="https://scholar.google.com/scholar_lookup?title=Fast%20and%20robust%20earth%20mover's%20distances&author=O. Pele &author=M. Werman" target="_blank">谷歌学术搜索一个>年代p一个n>
- h .凌和k·冈田克也”,一个高效的挖土机的距离算法健壮的直方图比较,”<我>我EEE模式分析与机器智能我>卷,29号5,840 - 853年,2007页。<年代p一个nclass="reflinks">视图:<一个href="https://doi.org/10.1109/TPAMI.2007.1058">出版商的网站一个><年代p一个nclass="sep">|年代p一个n><一个href="https://scholar.google.com/scholar_lookup?title=An%20efficient%20earth%20mover's%20distance%20algorithm%20for%20robust%20histogram%20comparison&author=H. Ling &author=K. Okada&publication_year=2007" target="_blank">谷歌学术搜索一个>年代p一个n>
- p . n . Yianilos”数据结构和算法的最近邻搜索一般度量空间”<我>第四年度ACM-SIAM学报》研讨会上离散算法我>1993年1月,页311 - 321。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=Data%20structures%20and%20algorithms%20for%20nearest%20neighbor%20search%20in%20general%20metric%20spaces&author=P. N. Yianilos" target="_blank">谷歌学术搜索一个>年代p一个n>
- p .彼得,m .髌骨和p .泽兹拉”M-tree:一个有效的访问在度量空间相似性搜索方法,”<我>诉讼的ACM SIGMOD国际会议管理的数据我>,第79 - 71页,1995年。<年代p一个nclass="reflinks">视图:<一个href="https://scholar.google.com/scholar_lookup?title=M-tree:%20an%20efficient%20access%20method%20for%20similarity%20search%20in%20metric%20spaces&author=P. Ciaccia&author=M. Patella&author=&author=P. Zezula" target="_blank">谷歌学术搜索一个>年代p一个n>
版权
版权©2011 Masami Shishibori et al。这是一个开放的分布式下文章<一个rel="license" href="http://creativecommons.org/licenses/by/3.0/">知识共享归属许可一个>,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
更多相关文章
相关文章
文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。<一个href="//www.newsama.com/article-year-award/" rel="noopener noreferrer" target="_blank">获奖的文章阅读一个>。
年代p一个n>