Instead of using 128-dimensional SI

Instead of using 128-dimensional SIFT descriptors, we
simply use the quantized visual words corresponding to the
keypoint locations to check whether the retrieved image is
spatially consistent. We compare our results of visual words
matching Vs SIFT matching (using the full-length descriptors)
on the standard Oxford Dataset. While using the fulllength
descriptors gives a mean Average Precision(mAP) of
60.73%, using only the visual words, the mAP reduces to
57.55%. However, our application is concerned with only the
top image, which acts as the annotation source. Hence, we
re-rank only the top 5 images. So, we compute the precision
at rank 5 using visual words matching for spatial re-ranking.
It comes to 90%, which remains same even when the SIFT
descriptors are used in matching.
With this, our storage and RAM requirements are lowered.
We store the keypoints and their corresponding visual
words that take up 36MB, preferably on the SD-card of the
mobile phone. During spatial verication, the corresponding
le for the retrieved image, of around 8 KB is read from
the SD-card and copied into the RAM.
During spatial verication, a keypoint Ki with visual word
as Vi in the query frame, matches with a keypoint Kj with
Vj in the retrieved image if, both are represented by the
same visual word i.e. if Vi = Vj . Therefore, instead of
computing L2-distance and comparing for each pair of the
128-dimensional descriptors, we compare only two integers.
This speeds up our spatial verication step.

ผลลัพธ์ (ไทย) 1:

แทนที่จะใช้ตัวบอก SIFT มิติ 128 เราเพียงแค่ใช้คำว่า visual ไทที่สอดคล้องกับการสถานที่ตั้ง keypoint เพื่อตรวจสอบว่า รูปแบบดึงข้อมูลspatially สอดคล้องกัน เราเปรียบเทียบผลของเราภาพคำจับคู่ Vs ร่อนตรง (โดยใช้ตัวระบุแบบเต็มตัว)บนชุดข้อมูล Oxford มาตรฐาน ในขณะที่ใช้ fulllength การตัวบอกให้ Precision(mAP) เฉลี่ยเป็นค่าเฉลี่ยของ60.73% ใช้เฉพาะคำว่า visual แผนที่ลดการ57.55% อย่างไรก็ตาม โปรแกรมของเราเกี่ยวข้องกับเฉพาะการภาพยอดนิยม ซึ่งทำหน้าที่เป็นแหล่งข้อมูลกำกับ ด้วยเหตุนี้ เราการจัดอันดับเฉพาะภาพ top 5 ดังนั้น เรามีคำนวณความแม่นยำอันดับ 5 ที่ใช้แสดงคำที่ตรงกันสำหรับพื้นที่จัดอันดับอีกครั้งมันมาถึง 90% ซึ่งยังคงเหมือนเดิมแม้เมื่อการ SIFTตัวบอกลักษณะที่ใช้ในการจับคู่ด้วยวิธีนี้ เก็บข้อมูลและต้องการ RAM ของเราจะลดลงเราเก็บ keypoints และ visual ที่สอดคล้องกันของพวกเขาคำที่ใช้เวลาถึง 36MB โดยเฉพาะอย่างยิ่งในการ์ด SD ของ การโทรศัพท์มือถือ ระหว่างแอน spatial รก สอดคล้องกัน le สำหรับดึงภาพ ประมาณ 8 กิโลจะอ่านจากการ์ด SD และคัดลอกลงใน RAMระหว่างแอน spatial รก keypoint Ki กับ visual wordเป็น Vi ในกรอบแบบสอบถาม ตรงกับ keypoint Kj ด้วยVj ในที่ดึงข้อมูลภาพถ้า ทั้งสองจะแสดงโดยการคำเดียวกัน visual เช่นถ้า Vi = Vj ดังนั้น แทนการคำนวณระยะ L2 และเปรียบเทียบสำหรับแต่ละคู่ของตัวตัวบอกมิติ 128 เราเปรียบเทียบจำนวนเต็มเพียงสองซึ่งความเร็วขั้นตอนของเรารก spatial แอน

ผลลัพธ์ (ไทย) 2:

แทนการใช้ 128 มิติอธิบายร่อนเรา
เพียงแค่ใช้คำพูดภาพไทสอดคล้องกับ
สถานที่ Keypoint เพื่อตรวจสอบว่าภาพที่ดึงมาเป็น
ที่สอดคล้องเชิงพื้นที่ เราเปรียบเทียบผลของคำภาพของเรา
จับคู่ Vs ร่อนจับคู่ (โดยใช้อธิบายยาวเต็มรูปแบบ)
บนมาตรฐานฟอร์ดชุดข้อมูล ในขณะที่ใช้ fulllength
อธิบายให้ค่าเฉลี่ยเฉลี่ยแม่นยำสูง (Map) ของ
60.73% โดยใช้เพียงคำภาพแผนที่จะลด
57.55% อย่างไรก็ตามโปรแกรมของเราเป็นห่วงมีเพียง
ภาพด้านบนซึ่งทำหน้าที่เป็นแหล่งที่มาของคำอธิบายประกอบ ดังนั้นเรา
อีกครั้งเพียงอันดับ Top 5 ภาพ ดังนั้นเราคำนวณความแม่นยำ
ในอันดับที่ 5 การใช้คำภาพจับคู่อวกาศอีกครั้งการจัดอันดับ.
มันมาถึง 90% ซึ่งยังคงเหมือนเดิมแม้ในขณะที่ร่อน
อธิบายถูกนำมาใช้ในการจับคู่.
ด้วยวิธีนี้การจัดเก็บและ RAM ความต้องการของเราจะลดลง.
เรา เก็บ keypoints และภาพที่สอดคล้องกันของพวกเขา
คำที่ใช้เวลาถึง 36MB โดยเฉพาะอย่างยิ่งใน SD การ์ดของ
โทรศัพท์มือถือ ในระหว่างไอออนบวก Veri เชิงพื้นที่ที่เกี่ยวข้อง
Le ภาพที่ดึงมาที่ประมาณ 8 กิโลไบต์ถูกอ่านจาก
SD-บัตรและคัดลอกลงในแรม.
ในระหว่างไอออนบวก Veri อวกาศเป็น Keypoint Ki ด้วยคำภาพ
เป็น Vi ในกรอบแบบสอบถามตรงกับ Keypoint Kj กับ
VJ ในภาพที่ดึงมาถ้าทั้งสองจะถูกแทนด้วย
คำว่าภาพที่เหมือนกันเช่นถ้า Vi = VJ ดังนั้นแทนที่จะ
คอมพิวเตอร์ L2 ทางและเปรียบเทียบสำหรับคู่ของแต่ละ
อธิบาย 128 มิติเราเปรียบเทียบเพียงสองจำนวนเต็ม.
นี้ความเร็วขั้นตอนไอออนบวก Veri เชิงพื้นที่ของเรา