基于PCA-二叉树的大规模图像索引技术研究

摘要：

针对大数据数据库中图像索引中维度灾难问题,该文提出一种基于云的大规模图像检索技术,该方法创新性地将主成分分析法和二叉树引入到图像检索技术中,首先采用尺度不变特征变换和加速鲁棒特征描述符作为帧特征,面对大规模维度特征,将主成分分析法对帧特征进行降维,并使用二叉树表示降维后的特征,以加速研究阶段并减少存储空间,最终实现图像检索.实验表明:该文方法在降维70％的条件下,搜索精确率/召回率(Preci-sion/Recall,PR)值能够达到传统方法20％降维条件下的PR值,并且在搜索时间上,该文方法与正常搜索相比,搜索速度得到30％～50％的提升.

关键词：大数据、大规模图像索引、主成分分析、二叉树、尺度不变特征变换

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：教育部科技发展中心产学研创新基金课题2018A03007

在线出版日期：2019-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62