問題タブ [cbir]

カラー画像用にMATLABでコンテンツベースの画像検索システム（CBIR）を作成しようとしています。また、k-meansアルゴリズムを使用して、データベース内の画像の特徴ベクトルを抽出しています。各画像には4つのクラスターがあり、各クラスターには色（R、G、B）と位置（X、Y）に関する情報があります。

現在、クラスターにテクスチャ機能を追加しようとしています。これには、グレーレベルの共起行列（GLCM）を使用する必要があります。GLCMは、特定のグレーレベルが隣に表示される確率の指標にすぎないことを知っており、画像のGLCMを作成しました。

GLCMはピクセルのペアについて話しているので、GLCMを元の画像（したがってそのクラスター）にマッピングする方法がわかりません。各X、Y位置にテクスチャ情報が必要です。GLCMをピクセルに変換するにはどうすればよいですか？

私はこれに慣れていません。私の異議は、ユーザーがイメージをデータベースにストレージとして保存するように実装する Web アプリケーションを構築することです。 .

したがって、必要なのは、データベースに既に保存されている重複または類似の画像を見つける方法、またはユーザーが最初のステップでそれをインポートしようとしたときにさらに良い方法であり、それらの画像が既にデータベースに保存されている画像と類似している場合です。データベースでは、システムはそのイメージを保存しないように警告することができます。

データベースの特定のディレクトリで類似または重複する画像を見つける方法を開発したいだけです。それを構築する方法について最初から説明してもらえますか。また、チュートリアルなどの基本的なステップからこれを達成するために何を学べばよいでしょうか。できれば、たくさん学びたいです。

事前に感謝します、私は本当にこの助けが必要です、ありがとう。

2つの画像間の類似性を計算するためのさまざまなアルゴリズムがありますが、類似した画像をすばやく見つけることができるように、この情報をデータベースに保存する方法については何も見つかりません。

「類似」とは、回転（90度刻み）、色調整、および/または再保存（非可逆jpeg圧縮）された正確な複製を意味します。

すばやく検索できるように、画像の「指紋」を考え出そうとしています。

私がこれまでに思いついた最善の方法は、グレースケールヒストグラムを生成することです。16個のビンと256色のグレーで、16バイトの指紋を簡単に作成できます。これはかなりうまく機能しますが、私が望むほど堅牢ではありません。

私が試したもう1つの解決策は、画像のサイズを変更し、すべて同じ方向になるように回転させ、グレースケールし、ヒストグラムを正規化してから、約8x8に縮小し、色を16段階のグレーに縮小することでした。ミニチュア画像は非常に似ていますが、通常は1〜2ピクセルずれているため、正確に一致させることはできません。

完全に一致しないと、類似した写真をグループ化する効率的な方法はないと思います（すべての写真を他のすべての写真と比較せずに、つまりO（n ^ 2））。

それで、（1）上記の要件に不変の指紋/署名を作成するにはどうすればよいですか？または、（2）それが不可能な場合、単一の画像が与えられた場合に、数千のデータベースで最適なものを見つけることができるように、他にどのようなメトリックを使用できますか？

現在、オブジェクト認識（オブジェクト分類の詳細）のためのCBIRシステムの実装を扱っていますが、機能検出器と記述子が機能しているので、コンテンツベースのタスクでこれらの機能を処理するための最良の方法を見つけようとしています。画像検索。

私の知る限り、このタスクには2つの主要な傾向があります。それは、離散的アプローチと連続的アプローチです。ここで、discreteは、テキスト検索を参照するメソッドを適用するための転置インデックスを構築するためのbag-of-visualワードやコードブックなどのメソッドを表し、continuousは、kdツリーと最近傍分類を使用したBestBinFirst検索などのメソッドを表します。

したがって、これら両方のアプローチの主な違いの1つは、1つは視覚的な単語などの機能の追加表現で機能し、もう1つは記述子から計算されたnD機能で機能することです。

私の質問は今、私のタスクに最適なアプローチを見つけるのに役立つ可能性のあるCBIRの2つの方法の比較はありますか？

割り当てとしてCBIRシステムを実行しています.100個の.bmpファイルがありますが、サイズが異なります。同じサイズにサイズを変更するにはどうすればよいですか？ありがとう。

DWT とニューラル ネットワークを使用して CBIR に関するプロジェクトを行っています。色とテクスチャの特徴を抽出し、抽出した特徴の正規化された値をトレーニングしました。画像分類を実装するために、matlab のニューラル ネットワーク ツールを使用しました。これらはすべて正常に実行されます。

私の質問は、トレーニングされた画像の値を ms アクセス データベースに自動的に挿入する方法はありますか?

ありがとう。

プロジェクト: コンテンツ ベースの画像検索 - 半教師あり (トレーニング中に手動で画像にタグ付けします)

説明

データベースには 1000000 枚の画像があります。トレーニングは手動 (監視あり) です。タイトルとタグは各画像に提供されます。例：coke.jpg タイトル：Coke タグ：Coke, Can

画像とタグを使用して、システムをトレーニングする必要があります。トレーニング後、新しい画像 (既にデータベースにある/完全に新しい) を与えると、システムは画像が属する可能性のあるタグを出力し、各タグに属するいくつかの画像を表示する必要があります。一致が見つからないというメッセージが表示される場合もあります。

質問:

1) 画像指紋とは何を意味しますか? 予想される画像の指紋サイズは? (データベースには何百万もの画像が挿入されるため、重要です)

2) データベース内のその指紋のフィールド形式は何ですか? (高速検索が必要なため重要です...スクリプトは 100 万の画像データベースを 1 秒未満で検索する必要があります)

3) それらを分析するために使用する記述子 (アルゴリズム) は何ですか?

前もって感謝します

ナンバー プレート認識アプリケーションに統合される CBIR ソリューションを開発しています。画像マッチング アルゴリズムは非常に堅牢ですが、ご想像のとおり、データベースは巨大であり、データベースからのマッチング用の画像の抽出は非常に低速です。小さな局所特徴ベクトルや単一の数値などで画像を量子化しようとしましたが、成功しませんでした。アイデアは、そのような値にインデックスを付けて、非常に高速な抽出を可能にすると同時に、一致する候補の数を大幅に減らすことです。私はこのテーマに関する多くの論文を読みましたが、それらのほとんどは分類と機械学習を解決策として扱っています。すべての画像 (ナンバー プレートの写真) が互いにかなり似ているため、分類がどのように役立つかわかりません。過去に同様の問題があったか、私がこれを解決する方法について手がかりを持っている人でさえ. 私は長い間、このパフォーマンスの問題から抜け出す方法を実際に設計しようとしてきましたが、あまり成功していません。

分散環境でコンテンツベースの画像検索システムに取り組んでいます。入力として画像を受け取り、画像のコードを提供するアルゴリズムが必要です。このコードは、視覚的に類似した画像を照合するために使用できるものでなければなりません.

SIFT または Harris-Laplace 記述子を使用するオープンソースの CBIR を知っている人はいますか?