基于最小重构误差的优化局部聚合描述符向量图像检索算法
2016-06-28黄秀杰陈靖张运超
计算机应用 2016年6期
黄秀杰 陈靖 张运超
摘 要：针对局部聚合描述符向量（VLAD）模型中对特征软量化时权重系数的取值不确定性和特征量化误差较大问题，提出一种具有最小重构误差的权重系数分配算法。该算法以最小化重构误差为标准，将具有最小化重构误差的稀疏编码的编码系数作为软量化VLAD的权重系数。数据库的图像检索测试结果表明，该算法相比主流的VLAD特征编码算法所得图像检索精度可提高10%左右，且有更小的特征重构误差。
关键词：图像检索；重构误差；稀疏编码；聚合向量；软量化
中图分类号： TP391.41 文献标志码：A英文标题
