SIFTとSURFの視覚ワード統合に基づく新しい画像取得

最近の技術の進化により、画像アーカイブの数は exponentially に増加しています。コンテンツベースの画像取得 (CBIR) では、高次の視覚情報が低次の特徴の形で表現されます。低次の特徴と高次の画像概念との間の意味的ギャップは、未解決の研究課題です。本論文では、Scale Invariant Feature Transform (SIFT) と Speeded-Up Robust Features (SURF) の新しい視覚ワード統合を提案します。画像取得のために選ばれた2つの局所特徴表現は、SIFTがスケールと回転の変化に対してより堅牢で、SURFは照明の変化に対して堅牢であるためです。SIFTとSURFの視覚ワード統合は、画像取得に両方の特徴の堅牢性を加えます。Corel-1000、Corel-1500、Corel-2000、OlivaとTorralba、Ground Truth画像ベンチマークで行った定性的および定量的比較は、提案された視覚ワード統合の効果を示しています。