基于PCA-二叉树的大规模图像索引技术研究

• 作 者: 周雪梅 潘多
• 机 构: 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)
• 发表日期: 2019年07期
• 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 big data large scale image indexing principal com
• 基金项目: 教育部科技发展中心产学研创新基金课题(2018A03007).

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