文献类型：期刊文章

作　　者：周雪梅[1] 潘多[1]

ZHOU Xue-mei;PAN Duo(Department of Information Engineering,Sichuan Technology and Business College,Dujiangyan Sichuan 611830,China)

机构地区：[1]四川工商职业技术学院信息工程系

出　　处：《西南师范大学学报（自然科学版）》

基　　金：教育部科技发展中心产学研创新基金课题(2018A03007)

年　　份：2019

卷　　号：44

期　　号：7

起止页码：57-62

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、JST、MR、RCCSE、ZGKJHX、核心刊

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(Precision/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

分 类 号：TP311]