[论文解读] Retrieving Similar X-Ray Images from Big Image Data Using Radon Barcodes with Single Projections

Morteza Babaie, Hamid R. Tizhoosh+2 more|arXiv (Cornell University)|Jan 2, 2017

Advanced Image and Video Retrieval Techniques参考文献 16被引用 9

一句话总结

本文提出单投影拉东条形码（SP-RBC），一种基于内容的图像检索方法，用于大规模X射线图像数据集，仅使用每幅图像的一个拉东投影作为全局特征。通过利用这些紧凑的单投影条形码，并在top-k检索结果上应用局部搜索，该方法在IRMA 2009数据集（含14,400幅X射线图像）上显著降低了错误率，优于无需多投影或复杂学习框架的非学习基线方法。

ABSTRACT

The idea of Radon barcodes (RBC) has been introduced recently. In this paper, we propose a content-based image retrieval approach for big datasets based on Radon barcodes. Our method (Single Projection Radon Barcode, or SP-RBC) uses only a few Radon single projections for each image as global features that can serve as a basis for weak learners. This is our most important contribution in this work, which improves the results of the RBC considerably. As a matter of fact, only one projection of an image, as short as a single SURF feature vector, can already achieve acceptable results. Nevertheless, using multiple projections in a long vector will not deliver anticipated improvements. To exploit the information inherent in each projection, our method uses the outcome of each projection separately and then applies more precise local search on the small subset of retrieved images. We have tested our method using IRMA 2009 dataset a with 14,400 x-ray images as part of imageCLEF initiative. Our approach leads to a substantial decrease in the error rate in comparison with other non-learning methods.

研究动机与目标

• 解决大规模X射线图像数据库中高效且准确的内容检索挑战。
• 通过减少对多投影或深度学习的依赖，降低图像检索的计算成本和复杂性。
• 通过在单个拉东投影中挖掘内在信息并结合局部搜索，提升检索准确性。
• 证明单个拉东投影可作为有效全局特征，在实践中优于多投影方法。
• 提供一种轻量化、可扩展的医学图像检索解决方案，在计算开销极小的情况下保持高性能。

提出的方法

• 该方法为每幅X射线图像使用一个拉东投影作为紧凑的全局特征，其长度等同于单个SURF描述符。
• 每幅图像仅通过一个投影角度编码为拉东条形码，显著降低特征维度和计算时间。
• 检索过程首先通过近似最近邻搜索，利用单投影条形码识别出少量候选图像。
• 随后对top-k检索到的图像应用更精确的局部搜索，利用其完整特征表示来优化结果。
• 该方法避免了对多投影或基于学习的模型的需求，转而依赖拉东变换对图像内容的结构敏感性。
• 该方法在IRMA 2009数据集上进行评估，该数据集是医学图像检索领域的基准，包含14,400幅X射线图像。

实验结果

研究问题

• RQ1 单个拉东投影能否作为大规模X射线数据集中基于内容图像检索的有效全局特征？
• RQ2 仅使用一个投影是否在检索准确性和效率方面优于多投影方法？
• RQ3 在小规模候选集上应用局部优化是否能提升检索性能，而无需依赖复杂的学习模型？
• RQ4 SP-RBC方法在真实世界医学图像数据上的错误率方面，与非学习基线方法相比如何？
• RQ5 拉东变换的结构敏感性在最小化特征开销的前提下，能在多大程度上实现有效的相似性检索？

主要发现

• SP-RBC方法在IRMA 2009数据集上相较于非学习方法显著降低了错误率。
• 使用单个拉东投影作为全局特征可实现可接受的检索性能，优于未实现预期提升的多投影方法。
• 该方法表明，紧凑的单投影条形码足以实现高效检索，降低计算成本的同时保持高精度。
• 在top-k检索图像上应用局部搜索显著提升了精度，验证了两阶段检索策略的有效性。
• 该方法在无需训练数据或复杂特征学习的情况下，优于传统非学习方法。
• 结果证实，单投影拉东条形码是大规模医学图像检索中可行、高效且可扩展的解决方案。