利用空间分布熵的改进VLAD图像检索

作者：孙明思; 赵宏伟; 赵浩宇; 王也然

来源：光学精密工程, 2021, 29(01): 152-159.

• 图像处理
• 图像检索
• 局部聚集描述子向量
• 尺度不变特征变换
• 熵

对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用空间分布熵改进VLAD的方法。首先,求取图像中的VLAD特征。其次,将SIFT描述子的空间分布信息根据描述子与聚类的对应情况,分为若干个集合。再次,在每一个集合中生成空间分布熵,将所有集合的熵值表示为空间分布熵向量。最后,利用该向量表示描述子的空间分布混乱程度,并将该向量与VLAD结合使用。实验结果表明,在码本大小为64时,在Holidays数据集上可以将平均准确率由0.519提升至0.601,在Oxford5k数据集上可以从0.395提升至0.408。该方法利用VLAD特征大幅度提高图像检索的平均准确率。

• 单位
  吉林大学; 吉林农业科技学院