[論文レビュー] Content Based Image Indexing and Retrieval

Avinash Bhute, B. B. Meshram|arXiv (Cornell University)|Jan 8, 2014

Image Retrieval and Classification Techniques参考文献 14被引用数 65

ひとこと要約

この論文では、エッジ検出を用いて抽出された色、テクスチャ、形状特徴を活用して、効率的な特徴表現を実現するコンテンツベースの画像検索システムを提案する。アンチポールツリーインデキシング構造を採用することで、標準ベンチマークデータセットを用いた画像検索タスクにおいて、高速かつ高精度な検索を実現する。

ABSTRACT

In this paper, we present the efficient content based image retrieval systems which employ the color, texture and shape information of images to facilitate the retrieval process. For efficient feature extraction, we extract the color, texture and shape feature of images automatically using edge detection which is widely used in signal processing and image compression. For facilitated the speedy retrieval we are implements the antipole-tree algorithm for indexing the images.

研究の動機と目的

• 視覚的特徴を用いて高速かつ高精度な検索を実現する効率的なコンテンツベースの画像検索システムの開発。
• 色、テクスチャ、形状特徴を統合して包括的な画像表現を実現すること。
• 最適化されたインデキシング構造により検索速度を向上させること。
• 標準的な画像検索ベンチマークを用いてシステムのパフォーマンスを評価すること。
• エッジ検出が画像検索における自動特徴抽出に与える有効性を示すこと。

提案手法

• 色特徴は、画像内の支配的色を表現するため、色ヒストグラム技術を用いて抽出される。
• テクスチャ特徴はエッジ検出から得られ、画像領域内の強度の変化やパターンを特定する。
• 形状特徴はエッジに基づくホロニミック境界検出を用いて抽出され、物体の境界を記述する。
• 抽出された特徴を素早く類似度検索できるように、アンチポールツリーアルゴリズムをインデックス構造に適用する。
• 色、テクスチャ、形状の特徴ベクトルを統合したものを、アンチポールツリーインデックスの入力として使用する。
• 特徴ベクトルの類似度に基づいてk近傍法を用いて検索を実行する。

実験結果

リサーチクエスチョン

• RQ1 色、テクスチャ、形状特徴をコンテンツベースの画像検索に効果的に統合する方法は何か？
• RQ2 エッジ検出は、画像検索における特徴抽出をどの程度向上させるか？
• RQ3 アンチポールツリーインデキシング構造は、正確性を損なわず、検索時間を顕著に短縮できるか？
• RQ4 提案手法は、ベースライン手法と比較して、どの程度優れた検索パフォーマンスを示すか？
• RQ5 特徴統合は、検索の正確性と再現率にどのような影響を与えるか？

主な発見

• 効率的なアンチポールツリーインデキシング構造のおかげで、提案システムは高速な検索時間を達成している。
• エッジ検出により、テクスチャおよび形状特徴の堅牢で自動的な抽出が可能になった。
• 色、テクスチャ、形状特徴の統合により、個々の特徴を用いる場合と比較して、検索の正確性が向上した。
• 標準的な画像検索ベンチマークにおいて、強いパフォーマンスを示した。これは、IJGIP 2013誌に報告されている。
• アンチポールツリー構造により、検索の計算複雑度が低減され、大規模な画像データベースにおけるスケーラブルな検索が可能になった。
• 複数のテストデータセットにおいて、正確性と再現率の両方が一貫して向上した。