Д.В. Березкин1, Ахмад Хамед2, Мудар Киван3
1–3 МГТУ им. Н.Э. Баумана (Москва, Россия)
Постановка проблемы. Извлечение и представление признаков изображений – важный шаг в обработке мультимедийных данных. Необходимо извлечь признаки, которые способны полностью отразить содержание изображений, что является сложной проблемой в области компьютерного анализа изображений.
Цель. Выполнен обзор методов извлечения и представления объектов изображения. При этом целью исследования является анализ эффективности объединения глобальных и локальных функций при автоматическом аннотировании изображений, а также при поиске изображений на основе известного контента.
Результаты. На основе проведенного анализа методов извлечения и представления изображений даны рекомендации для их использования. Результаты исследования планируется применить в системе геолокации фотографий на основе автоматического анализа их изображений. Повышение точности и производительности выделения признаков изображений будет способствовать повышения качества работы системы геопозиционирования.
Березкин Д.В., Ахмад Хамед, Мудар Киван. Анализ методов выделения признаков изображений // Динамика сложных систем. 2021. T. 15. № 4. С. 54−65. DOI: 10.18127/j19997493-202104-07
- Stanchev P.L., Green Jr. D., Dimitrov B. High level colour similarity retrieval. International Journal of Information Theories and Applications. 2003. V. 10. № 3. P. 363–369.
- Chow T.W.S., Rahman M.K.M. A new image classification technique using tree-structured regional features. Neurocomputing. 2007.70. № 4–6. P. 1040–1050.
- Tsai C.F., Lin W.C. A comparative study of global and local feature representations in image database categorization. In Proc. 5 th International Joint Conference on INC. IMS & IDC. 2009. P. 1563–1566.
- Jain A.K., Vailaya A. Image retrieval using colour and shape. Pattern Recognition. 1996. V. 29. № 8. P. 1233–1244.
- Flickner M., Sawhney H., Niblack W. et al. Query by image and video content: the QBIC system. IEEE Computer. 1995. V. 28, № 9. P. 23–32.
- Pass G., Zabith R. Histogram refinement for content-based image retrieval, In Proc. Workshop on Applications of Computer Vision. 1996. P. 96–102.
- Huang J., Kuamr S., Mitra M. et al. Image indexing using colour correlogram. In Proc. CVPR. 1997. P. 762–765.
- Pass G., Zabih R. Comparing images using color coherence vectors. I4th ACM Multimedia Conference. P. 65–73.
- Manjunath B.S., Ma W.Y. Texture features for browsing and retrieval of large image data. IEEE PAMI. 1996. V. 18. № 8. P. 837–842.
- Grigorescu S.E., Petkov N., Kruizinga P. Comparison of texture features based on Gabor filters. IEEE TIP. 2002. V. 11. № 10. P. 1160–1167.
- Zhang D., Lu G. Review of shape representation and description techniques, Pattern Recognition. 2004. V. 37. № 1. P. 1–19.
- Yang C., Dong M., Fotouhi F. Image content annotation using Bayesian framework and complement components analysis. In Proc. ICIP. 2005.
- Mezaris V., Kompatsiaris I., Strintzis M.G. An ontology approach to object-based image retrieval. In Proc. ICIP. 2003. P. 511–514.
- Zhang D., Islam M.M., Lu G. et al. Semantic image retrieval using region based inverted file. In Proc. DICTA. 2009. P. 242–249.
- Yang M., Kpalma K., Ronsin J. A survey of shape feature extraction techniques. Pattern Recognition, 2008. P. 43–90.
- Deng Y.N., Manjunath B.S. Unsupervised segmentation of color-texture regions in images and video. IEEE PAMI. 2001. V. 23. № 8. P. 800–810.
- Lowe D.G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision. 2004. V. 60. № 2. P. 91–110.
- Chow T.W.S., Rahman M.K.M. A new image classification technique using tree-structured regional features. Neurocomputing. 2007.70. № 4–6. P. 1040–1050.
- Tsai C.F., Lin W.C. A comparative study of global and local feature representations in image database categorization. In Proc. 5 th International Joint Conference on INC. IMS & IDC. 2009. P. 1563–1566.
- Zhu J., Hoi S., Lyu M. et al. Near-duplicate keyframe retrieval by nonrigid image matching. In Proc. ACM MM. 2008. P. 41–50.
- Tian D., Zhao X.F., Shi Z. Support vector machine with mixture of kernels for image classification. In Proc. ICIIP. 2012. P. 67–75.
- Lisin D.A., Mattar M.A., Blaschko M.B. et al., Combining local and global image features for object class recognition. In Proc. Workshop on CVPR. 2005.
- Zhao J., Fan Y., Fan W. Fusion of global and local feature using KCCA for automatic target recognition. In Proc. ICIG. 2009. P. 958–962.
- Zhou X., Cui N., Li Z. et al. Hierarchical gaussianization for image classification. In Proc. ICCV. 2009. P. 1971–1977.
- Monay F., Gatica-Perez D. Modeling semantic aspects for cross-media image indexing. IEEE PAMI. 2007. V. 29. № 10. P. 1802–1817.
- Tian D., Zhao X., Shi Z. Refining image annotation by integrating PLSA with random walk model. In Proc. MMM. Part I, LNCS 7732. 2013. P. 13–23.
- Yang J., Jiang Y., Hauptmann A.G., Ngo C. Evaluating bag-of-visual-words representations in scene classification. In Proc. Workshop on MIR. 2007. P. 197–206.
- Berezkin D., Proletarsky A., Sukhorukova N., Kamalov R. Specifics of implementing a hybrid intelligent image georeferencing system. Proceedings of the 17th International Conference on Applied Computing 2020. Virtual. 2020. Nov. 18–20. P. 115–118.
- Mingqiang Yang, Kidiyo Kpalma, Ronsin J. A Survey of Shape Feature Extraction Techniques. Peng-Yeng Yin. Pattern Recognition, IN-TECH. 2008. P. 43–90. ffhal-00446037f
- Weinzaepfel P., Jegou H., Perez P. Reconstructing an image from its local descriptors. In Computer Vision and Pattern Recognition. Colorado Springs, United States. Jun. 2011.
- Dipankar Hazra, Retrieval of Color Image using Color Correlogram and Wavelet Filters. Proc. of Int. Conf. on Advances in Computer Engineering. 2011.
- Wang Surong, Chia Liang-Tien, Deepu Rajan. Image Retrieval Using Dominant Color Descriptor. Conference: Proceedings of the International Conference on Imaging Science. Systems and Technology. CISST '03, June 23–26. 2003.