基于最小重構(gòu)誤差的優(yōu)化局部聚合描述符向量圖像檢索算法

黃秀杰 陳靖 張運超

摘 要：針對局部聚合描述符向量（VLAD）模型中對特征軟量化時權(quán)重系數(shù)的取值不確定性和特征量化誤差較大問題，提出一種具有最小重構(gòu)誤差的權(quán)重系數(shù)分配算法。該算法以最小化重構(gòu)誤差為標(biāo)準(zhǔn)，將具有最小化重構(gòu)誤差的稀疏編碼的編碼系數(shù)作為軟量化VLAD的權(quán)重系數(shù)。數(shù)據(jù)庫的圖像檢索測試結(jié)果表明，該算法相比主流的VLAD特征編碼算法所得圖像檢索精度可提高10%左右，且有更小的特征重構(gòu)誤差。

關(guān)鍵詞：圖像檢索；重構(gòu)誤差；稀疏編碼；聚合向量；軟量化

中圖分類號： TP391.41 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題