Efficiently adaptable and efficiently indexable visual bundle features for image region search and mining in image databases

Verangene and Aktuelle吸入basierte Bildsuhsystem e nutzen meist fest mest mest fest voreingestellte Merkale，参数and Distanzmaçe.sie Legen Damit ein Starres Kriterium für die are hnlichkeit fest.他说：“这是一件很重要的事情，我不知道该怎么做，我不知道该怎么做。”Es ist Daher wichtig，die Suche an den Allgmeinen Kontext der Anfrage(Suche nach“Szenen”，“Wahrzeichen”，“Menschen”，“Starre Objekte”等)Zazupassen，ohne Gleichzeitig eine Vielzahl，Ohne Gleichzeitig eine Viel这是一种新的艺术形式，它是一种新的艺术形式。大贝是在欧洲地区发现的一种新的植物。我不是所有人都这样做的，我不是所有的人都这样做。他说：“我看不到这一点，但我不知道他是谁。他说：“我不知道这是怎么回事，但我不知道。”模拟解决方案的指标包括各种不同类型的产品，以及它们各自的特点。Schlussendlich soll dieses es Projekt zeigen，dass eine an den Bildinhalal and passbable viselle de Allgmeine Bildsuhe Veressert De die Of Oggmeine Bildsuhe Veressert De Die Of Optimale Konchreibung And Hand Experale Konfigurationder Beschreibung And Hand Einen Kleinen Mengen an Trainingsdaten Pro allgmeinem Kontext Vorab Gelert den kann.

Vergangene und aktuelle inhaltsbasierte Bildsuchsysteme nutzen meist fest voreingestellte Merkmale, Parameter und Distanzmaße. Sie legen damit ein starres Kriterium für die Ähnlichkeit fest. Die Erfahrung zeigt jedoch, dass die erwartete Ähnlichkeit eines normalen, durchschnittlichen Nutzers bei einer Suche mittels Beispielbild oder Beispielbildregion vom Bildinhalt der Anfrage selbst abhängt. Es ist daher wichtig, die Suche an den allgemeinen Kontext der Anfrage (Suche nach „Szenen“, „Wahrzeichen“, „Menschen“, „starre Objekte", etc.) anzupassen, ohne gleichzeitig eine Vielzahl unterschiedlicher Merkmale in zahlreichen separaten Indizes zu benötigen. Dieses Projekt entwickelt eine neue Art von Regionenmerkmalen für die inhaltsbasierte Bildsuche. Dabei werden mehrere lokale Merkmale in einer Regionenrepräsentation gebündelt. Im Gegensatz zu existierenden Ansätzen untersucht dieses Projekt Repräsentationen, die auf zwei verschiedene Arten angepasst werden können. Sowohl die visuelle Beschreibung einzelner Merkmale als auch die Codierung der räumlichen Lage untereinander kann von einer strikten bis hin zu einer groben Beschreibung variiert werden. Hierbei sollen die Merkmale mit unterschiedlicher Striktheit ohne Neuberechnung aus dem Bild aus einer einzigen Quellrepräsentation abgeleitet werden können. Analog soll auch die Indexstruktur eine Ähnlichkeitssuche mit variierbarer Striktheit unterstützen, ohne Daten mehrfach zu speichern. Schlussendlich soll dieses Projekt zeigen, dass eine an den Bildinhalt anpassbare visuelle Beschreibung die allgemeine Bildsuche verbessert und die optimale Konfiguration der Beschreibung anhand einer kleinen Menge an Trainingsdaten pro allgemeinem Kontext vorab gelernt werden kann.