This paper presents a new framework

This paper presents a new framework for visual bag-of-words (BOW) refinement and reduction to overcome the drawbacks associated with the visual BOW model which has been widely used for image classification. Although very influential in the literature, the traditional visual BOW model has two distinct drawbacks. Firstly, for efficiency purposes, the visual vocabulary is commonly constructed by directly clustering the low-level visual feature vectors extracted from local keypoints, without considering the high-level semantics of images. That is, the visual BOW model still suffers from the semantic gap, and thus may lead to significant performance degradation in more challenging tasks (e.g. social image classification). Secondly, typically thousands of visual words are generated to obtain better performance on a relatively large image dataset. Due to such large vocabulary size, the subsequent image classification may take sheer amount of time. To overcome the first drawback, we develop a graph-based method for visual BOW refinement by exploiting the tags (easy to access although noisy) of social images. More notably, for efficient image classification, we further reduce the refined visual BOW model to a much smaller size through semantic spectral clustering. Extensive experimental results show the promising performance of the proposed framework for visual BOW refinement and reduction.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงกรอบใหม่สำหรับภาพถุงคำ (ธนู) และการลดการเอาชนะข้อเสียที่เกี่ยวข้องกับภาพโบว์แบบที่มีการใช้การจัดรูป แม้ว่าพ่อในวรรณคดี รูปโบว์ภาพแบบดั้งเดิมมีข้อเสียที่แตกต่างกันสอง ประการแรก ประสงค์ ประสิทธิภาพคำศัพท์ภาพโดยทั่วไปสร้างขึ้น ด้วยคลัสเตอร์เวกเตอร์ภาพคุณลักษณะต่ำสกัดจาก keypoints ท้องถิ่น โดยไม่ต้องพิจารณาความหมายในระดับสูงของภาพโดยตรง นั่นคือ ภาพโบว์รูปแบบยังคง suffers จากช่องว่างทางตรรก และจึง อาจนำไปสู่ประสิทธิภาพที่สำคัญในงานที่ท้าทายมากขึ้น (เช่นประเภทสังคมภาพ) ประการที่สอง โดยปกติพันคำภาพมีขึ้นเพื่อให้ได้ประสิทธิภาพที่ดีในการชุดข้อมูลภาพค่อนข้างใหญ่ เนื่องจากขนาดเช่นใหญ่คำศัพท์ ประเภทภาพต่อ ๆ ไปอาจใช้จำนวนเวลาที่แท้จริง ฝ่าคืนแรก เราพัฒนาวิธีใช้กราฟการรีไฟน์เมนท์โบว์ภาพ โดย exploiting แท็ก (ง่ายถึงแม้ว่าเสียงดัง) ของภาพสังคม ยิ่งยวด การจัดภาพที่มีประสิทธิภาพ เราลดกลั่นภาพโบว์แบบมากขนาดเล็กผ่านคลัสเตอร์สเปกตรัมทางตรรก ผลการทดลองอย่างละเอียดแสดงว่าประสิทธิภาพของกรอบงานนำเสนอสำหรับภาพโบว์และการลด

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอกรอบการทำงานใหม่สำหรับถุงของคำภาพ (BOW) การปรับแต่งและการลดลงที่จะเอาชนะข้อบกพร่องที่เกี่ยวข้องกับรูปแบบ BOW ภาพที่ได้รับการใช้กันอย่างแพร่หลายสำหรับการจัดหมวดหมู่ของภาพ แม้ว่าจะมีอิทธิพลมากในวรรณคดีรุ่น BOW ภาพแบบดั้งเดิมมีสองข้อเสียที่แตกต่างกัน ประการแรกเพื่อวัตถุประสงค์อย่างมีประสิทธิภาพภาพคำศัพท์ที่ถูกสร้างโดยทั่วไปการจัดกลุ่มโดยตรงระดับต่ำคุณลักษณะเวกเตอร์ภาพที่สกัดจาก keypoints ท้องถิ่นโดยไม่คำนึงถึงความหมายระดับสูงของภาพ นั่นคือรูปแบบ BOW ภาพยังทนทุกข์ทรมานจากช่องว่างความหมายและทำให้อาจนำไปสู่​​การเสื่อมประสิทธิภาพที่สำคัญในงานที่ท้าทายมากขึ้น (เช่นการจัดหมวดหมู่ภาพสังคม) ประการที่สองมักจะพันคำภาพที่ถูกสร้างขึ้นเพื่อให้ได้ประสิทธิภาพที่ดีขึ้นในชุดภาพที่ค่อนข้างใหญ่ เนื่องจากขนาดคำศัพท์ที่มีขนาดใหญ่เช่นการจัดหมวดหมู่ของภาพที่ตามมาอาจจะใช้เวลาจำนวนเงินที่แท้จริงของเวลา ที่จะเอาชนะอุปสรรคแรกเราพัฒนาวิธีกราฟที่ใช้สำหรับการปรับแต่ง BOW ภาพโดยการใช้ประโยชน์แท็ก (ง่ายต่อการเข้าถึงแม้ว่าจะมีเสียงดัง) ของภาพทางสังคม อื่น ๆ โดยเฉพาะอย่างยิ่งสำหรับการจัดหมวดหมู่ของภาพที่มีประสิทธิภาพต่อไปเราลด BOW กลั่นภาพรูปแบบให้มีขนาดเล็กมากผ่านการจัดกลุ่มสเปกตรัมความหมาย ผลการทดลองแสดงให้เห็นอย่างกว้างขวางที่มีแนวโน้มผลการดำเนินงานของกรอบที่นำเสนอสำหรับการปรับแต่งภาพและ BOW ลดลง

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอกรอบใหม่สำหรับกระเป๋าและคำพูด ( โบว์ ) ความมีเสน่ห์และการลดลงในการเอาชนะข้อเสียที่เกี่ยวข้องกับภาพโค้งแบบซึ่งมีการใช้กันอย่างแพร่หลายในการจำแนกภาพ ถึงแม้ว่ามากอิทธิพลในวรรณกรรม รูปแบบดั้งเดิมคันธนูภาพได้แตกต่างกันสองประการ . ประการแรก เพื่อประสิทธิภาพคำศัพท์ภาพโดยทั่วไปสร้างขึ้นโดยตรงในการจัดกลุ่มระดับคุณลักษณะเวกเตอร์ภาพ สกัดจาก keypoints ท้องถิ่น โดยไม่พิจารณาความหมายพื้นฐานของภาพ นั่นคือ รูปแบบโบว์ภาพยังทนทุกข์ทรมานจากช่องว่างทางตรรก และดังนั้นจึง อาจนำไปสู่การเสื่อมประสิทธิภาพที่สำคัญในงานที่ท้าทายมากขึ้น ( เช่นภาพสังคมหมวดหมู่ ) ประการที่สองโดยทั่วไปหลายพันภาพคำที่ถูกสร้างขึ้นเพื่อให้ได้ประสิทธิภาพที่ดีขึ้นในชุดข้อมูลภาพค่อนข้างใหญ่ เนื่องจากคำศัพท์ขนาดใหญ่เช่นขนาด , การจำแนกภาพที่ตามมาอาจจะใช้เวลาจำนวนเงินที่แท้จริงของเวลา เพื่อเอาชนะอุปสรรค์แรก เราพัฒนากราฟตามวิธีการภาพโบว์โสรัจจะโดย exploiting Tags ( ง่ายต่อการเข้าถึง แม้ว่าเสียงของภาพทางสังคม มากขึ้นโดยเฉพาะสำหรับหมวดหมู่ภาพที่มีประสิทธิภาพ เราลดขนาดภาพเป็นขนาดแบบโบว์ขนาดเล็กมากผ่านระบบการแบ่งกลุ่มข้อมูล ผลการทดลองอย่างละเอียดแสดงแนวโน้มประสิทธิภาพของการนำเสนอกรอบการปรับแต่งโบว์ภาพและการลด