350 руб
Журнал «Системы высокой доступности» №1 за 2016 г.
Статья в номере:
Метод нечеткого поиска изображений в больших объемах видеоданных
Ключевые слова: поиск изображений компьютерное зрение обработка изображений нечеткий поиск большие данные
Авторы:
В.Л. Арлазаров - д.т.н., чл.-корр. РАН, руководитель отдела, Институт системного анализа ФИЦ ИУ РАН (Москва). E-mail: vladimir.arlazarov@gmail.com К.Б. Булатов - мл. науч. сотрудник, Институт системного анализа ФИЦ ИУ РАН (Москва). E-mail: hpbuko@gmail.com Т.С. Чернов - мл. науч. сотрудник, Институт системного анализа ФИЦ ИУ РАН (Москва). E-mail: chernov.tim@gmail.com
Аннотация:
Рассмотрены вопросы нечеткого поиска изображений и их фрагментов в потоках видеоданных в условиях искажений запроса. Предложен метод поиска изображений, основанный на подходе «bag of points» к построению устойчивых компактных описаний изображений, методе иерархической кластеризации для осуществления первичного поиска и методе RANSAC для осуществления уточняющего поиска.
Страницы: 53-58
Список источников

 

  1. Alcantarilla P., Bartolli A., Davison A. KAZE features // European Conference on Computer Vision. 2012. P. 214-227.
  2. Andoni A., Indyk P. Near-optimal hashing algorithms for approximate nearest neighbor in high dimensions // Communications of the ACM. 2008. 51(1). P. 117−122.
  3. Bay H., Ess A., Tuytelaars T., Gool L.V. Speeded-Up Robust Features (SURF) // Computer Vision and Image Understanding Archive. 2008. V. 110. № 3. P. 346−359.
  4. Bentley J.L. Multidimensional binary search trees used for associative searching // Communications of the ACM. 1975. V. 19. № 9. P. 509−517.
  5. Beygelzimer A., Kakade S., Langford J. Cover trees for nearest neighbor // Proceedings of the 23rd international conference on Machine Learning. 2006. P. 97−104.
  6. Bilaniuk O., Bazargani H., Laganiere R. Fast Target Recognition on Mobile Devices: Revisiting Gaussian Elimination for the Estimation of Planar Homographies // IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). 2014. P. 119−125.
  7. Calonder M., Lepetit V., Ozuysal M., Trzchinski T., Strecha C., Fua P. BRIEF: Computing a local binary descriptor very fast // IEEE Transaction on Pattern Analysis and Machine Intelligence. 2012. V. 33. № 7. P. 1281−1298.
  8. Chum O., Matas J. Matching with PROSAC - progressive sample consensus // IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR). 2005. V. 1. P. 220−226.
  9. Fan B., Kong Q., Trzcinski T., Wang Z., Pan C., Fua P. Receptive Fields Selection for Binary Feature Description // IEEE Transactions on Image Processing. 2014. V. 23. № 6. P. 2583−2595.
  10. Fischler M.A., Bolles R.C. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography // Communications of the ACM. 1981. V. 24. P. 381−395.
  11. Ionescu B., Coquin D., Lambert P., Buzuloiu V. An Approach to Scene Detection in Animation Movies and its Applications // U.P.B. Scientific Bulletin. SeriesC. 2005. V. 67. № 2. P. 45−57.
  12. Juah L., Oubong G. SURF applied in panorama image stitching // 2nd International Conference on Image Processing Theory Tools and Applications (IPTA). 2010. P. 495−499.
  13. Ke Y., Sukthankar R. PCA-SIFT: a more distinctive representation for local image descriptors // Proc. of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2004). 2004. V. 2. P. 506−513.
  14. Lepetit V., Fua P. Towards Recognizing Feature Points using Classification Trees // Technical Report IC/2004/74. ÉcolepolytechniquefédéraledeLausanne. 2004.
  15. Liu W., etal. Listen, look, andgotcha: instantvideosearchwithmobilephonesbylayeredaudio-videoindexing // Proceedingsofthe 21stACMinternationalconferenceonMultimedia. ACM. 2013.
  16. Lowe D.G. Distinctive Image Features from Scale-Invariant Keypoints // International Journal of Computer Vision Archive. 2004. V. 60. № 2. P. 91−110.
  17. Norouzi M., Punjani A., Fleet D.J. Fast search in Hamming space with multi-index hashing // IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2012). 2012. P. 3108−3115.
  18. Ortiz R., Alahi A., Vandergheynst P. FREAK: Fast Retina Keypoint // IEEE Conference on Computer Vision and Pattern Recognition. 2012. P. 510−517.
  19. Rocach L., Maimon O. Clustering methods. Data mining and knowledge discovery handbook // Springer US. 2005. P. 321−352.
  20. Yang Y., Shan M. Complex Events Detection using Data-driven Concepts // Computer Vision - ECCV 2012. V. 7574 of the series Lecture Notes in Computer Science. 2012. P. 722−735.
  21. Yeh C.-Y., etal. Me-link: link me to the media-fusing audio and visual cues for robust and efficient mobile media interaction // Proceedings of the companion publication of the 23rd international conference on World wide web companion. International World Wide Web Conferences Steering Committee. 2014.