Published April 25, 2018
| Version v1
Publication
Open
An effective content-based image retrieval technique for image visuals representation based on the bag-of-visual-words model
Creators
- 1. University of Engineering and Technology Taxila
- 2. Prince Sultan University
- 3. Al Yamamah University
- 4. Korea University of Technology and Education
Description
For the last three decades, content-based image retrieval (CBIR) has been an active research area, representing a viable solution for retrieving similar images from an image repository. In this article, we propose a novel CBIR technique based on the visual words fusion of speeded-up robust features (SURF) and fast retina keypoint (FREAK) feature descriptors. SURF is a sparse descriptor whereas FREAK is a dense descriptor. Moreover, SURF is a scale and rotation-invariant descriptor that performs better in the case of repeatability, distinctiveness, and robustness. It is robust to noise, detection errors, geometric, and photometric deformations. It also performs better at low illumination within an image as compared to the FREAK descriptor. In contrast, FREAK is a retina-inspired speedy descriptor that performs better for classification-based problems as compared to the SURF descriptor. Experimental results show that the proposed technique based on the visual words fusion of SURF-FREAK descriptors combines the features of both descriptors and resolves the aforementioned issues. The qualitative and quantitative analysis performed on three image collections, namely Corel-1000, Corel-1500, and Caltech-256, shows that proposed technique based on visual words fusion significantly improved the performance of the CBIR as compared to the feature fusion of both descriptors and state-of-the-art image retrieval techniques.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
على مدى العقود الثلاثة الماضية، كان استرجاع الصور القائم على المحتوى (CBIR) مجالًا بحثيًا نشطًا، حيث يمثل حلاً قابلاً للتطبيق لاسترداد الصور المماثلة من مستودع الصور. في هذه المقالة، نقترح تقنية CBIR جديدة تعتمد على دمج الكلمات المرئية للميزات القوية السريعة (SURF) وواصفات ميزات نقطة مفاتيح شبكية العين السريعة (FREAK). تصفح هو وصف متناثر في حين أن غريب الأطوار هو وصف كثيف. علاوة على ذلك، تصفح هو مقياس ودوران - واصف متغير يعمل بشكل أفضل في حالة التكرار والتميز والقوة. إنه قوي للضوضاء وأخطاء الكشف والتشوهات الهندسية والضوئية. كما أنه يعمل بشكل أفضل في الإضاءة المنخفضة داخل الصورة مقارنة بواصف النزوة. على النقيض من ذلك، فإن Freak هو وصف سريع مستوحى من شبكية العين يعمل بشكل أفضل للمشاكل القائمة على التصنيف مقارنة بواصف تصفح الإنترنت. تظهر النتائج التجريبية أن التقنية المقترحة القائمة على دمج الكلمات المرئية لواصفات SURF - FREAK تجمع بين ميزات كل من الواصفات وتحل المشكلات المذكورة أعلاه. يُظهر التحليل النوعي والكمي الذي تم إجراؤه على ثلاث مجموعات من الصور، وهي Corel -1000 و Corel -1500 و Caltech -256، أن التقنية المقترحة القائمة على دمج الكلمات المرئية حسنت بشكل كبير من أداء CBIR مقارنة بدمج الميزات لكل من الواصفات وتقنيات استرجاع الصور الحديثة.Translated Description (French)
Au cours des trois dernières décennies, la récupération d'images basée sur le contenu (CBIR) a été un domaine de recherche actif, représentant une solution viable pour récupérer des images similaires à partir d'un référentiel d'images. Dans cet article, nous proposons une nouvelle technique CBIR basée sur la fusion visuelle de mots de caractéristiques robustes accélérées (SURF) et de descripteurs de caractéristiques de points clés rapides de la rétine (FREAK). LE SURF est un descripteur clairsemé alors que le FREAK est un descripteur dense. De plus, le SURF est un descripteur invariant d'échelle et de rotation qui fonctionne mieux en cas de répétabilité, de caractère distinctif et de robustesse. Il est robuste au bruit, aux erreurs de détection, aux déformations géométriques et photométriques. Il fonctionne également mieux à faible éclairage dans une image par rapport au descripteur de MONSTRE. En revanche, FREAK est un descripteur rapide inspiré de la rétine qui fonctionne mieux pour les problèmes basés sur la classification que le descripteur SURF. Les résultats expérimentaux montrent que la technique proposée basée sur la fusion visuelle des mots des descripteurs SURF-FREAK combine les caractéristiques des deux descripteurs et résout les problèmes susmentionnés. L'analyse qualitative et quantitative effectuée sur trois collections d'images, à savoir Corel-1000, Corel-1500 et Caltech-256, montre que la technique proposée basée sur la fusion de mots visuels a considérablement amélioré les performances du CBIR par rapport à la fusion de caractéristiques des descripteurs et des techniques de récupération d'images de pointe.Translated Description (Spanish)
Durante las últimas tres décadas, la recuperación de imágenes basada en contenido (CBIR) ha sido un área de investigación activa, que representa una solución viable para recuperar imágenes similares de un repositorio de imágenes. En este artículo, proponemos una novedosa técnica CBIR basada en la fusión visual de palabras de características robustas aceleradas (SURF) y descriptores de características de punto clave de retina rápida (FREAK). EL SURF es un descriptor escaso, mientras que FREAK es un descriptor denso. Además, SURF es un descriptor de escala y rotación invariante que funciona mejor en el caso de repetibilidad, distintividad y robustez. Es robusto al ruido, errores de detección, deformaciones geométricas y fotométricas. También funciona mejor con poca iluminación dentro de una imagen en comparación con el descriptor FREAK. Por el contrario, FREAK es un descriptor rápido inspirado en la retina que funciona mejor para los problemas basados en la clasificación en comparación con el descriptor SURF. Los resultados experimentales muestran que la técnica propuesta basada en la fusión visual de palabras de los descriptores SURF-FREAK combina las características de ambos descriptores y resuelve los problemas antes mencionados. El análisis cualitativo y cuantitativo realizado en tres colecciones de imágenes, a saber, Corel-1000, Corel-1500 y Caltech-256, muestra que la técnica propuesta basada en la fusión visual de palabras mejoró significativamente el rendimiento del CBIR en comparación con la fusión de características de ambos descriptores y técnicas de recuperación de imágenes de última generación.Files
journal.pone.0194526&type=printable.pdf
Files
(13.2 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:64ba921c23d0890adc822ccf3da64d6a
|
13.2 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تقنية فعالة لاسترجاع الصور القائمة على المحتوى لتمثيل الصور المرئية بناءً على نموذج حقيبة الكلمات المرئية
- Translated title (French)
- Une technique efficace de récupération d'image basée sur le contenu pour la représentation visuelle d'image basée sur le modèle du sac de mots visuels
- Translated title (Spanish)
- Una técnica efectiva de recuperación de imágenes basada en el contenido para la representación visual de imágenes basada en el modelo de bolsa de palabras visuales
Identifiers
- Other
- https://openalex.org/W2802644309
- DOI
- 10.1371/journal.pone.0194526
References
- https://openalex.org/W1481661995
- https://openalex.org/W1576445103
- https://openalex.org/W1613658115
- https://openalex.org/W1677409904
- https://openalex.org/W1789197365
- https://openalex.org/W1967540507
- https://openalex.org/W1970264581
- https://openalex.org/W1970502790
- https://openalex.org/W1987435156
- https://openalex.org/W1995266040
- https://openalex.org/W2001576130
- https://openalex.org/W2002632662
- https://openalex.org/W2002748735
- https://openalex.org/W2018398888
- https://openalex.org/W2029672153
- https://openalex.org/W2033601173
- https://openalex.org/W2046589280
- https://openalex.org/W2046766629
- https://openalex.org/W2069664495
- https://openalex.org/W2071358124
- https://openalex.org/W2077832074
- https://openalex.org/W2087544865
- https://openalex.org/W2095056436
- https://openalex.org/W2109868644
- https://openalex.org/W2111993661
- https://openalex.org/W2130660124
- https://openalex.org/W2133396775
- https://openalex.org/W2148141637
- https://openalex.org/W2150692003
- https://openalex.org/W2335959168
- https://openalex.org/W2462585000
- https://openalex.org/W2481583379
- https://openalex.org/W2504981983
- https://openalex.org/W2536145859
- https://openalex.org/W2555980337
- https://openalex.org/W2574560043
- https://openalex.org/W2586566389
- https://openalex.org/W2674461348
- https://openalex.org/W2742839880
- https://openalex.org/W2750950932
- https://openalex.org/W2784923669
- https://openalex.org/W890353165
- https://openalex.org/W968110725