CBIR搜索

最新推荐文章于 2022-06-20 10:44:08 发布
最新推荐文章于 2022-06-20 10:44:08 发布
阅读量106 收藏
点赞数
CBIR搜索
商业的CBIR搜索引擎
名称描述是否支持实例查询是否支持关键词查询
Bing Image Search微软的CBIR引擎不支持支持
Google Image Search谷歌的CBIR引擎支持支持
Imense Image Search PortalImense的CBIR引擎不支持不支持
Imprezzeo Image SearchImprezzeo的CBIR引擎不支持支持
vSearch Visual Image Searchpixolution的CBIR引擎支持不支持
Incogna Image SearchIncogna的CBIR引擎不支持支持
Like.com针对购物的CBIR引擎，已被Google收购支持支持
Empora针对购物的CBIR引擎不支持支持
TinEyeIdee的CBIR引擎支持不支持
Tiltomo使用Flickr作为图像数据库的CBIR引擎不支持支持
eBay Image SearcheBay商品的图像搜索引擎不支持支持
开源的CBIR研究项目
名称描述是否支持实例查询是否支持关键词查询
ALIPR宾夕法尼亚州立大学开发支持支持
Anaktisi实现了一系列新的CBIR描述符(CEDD、FCTH等)支持不支持
Caliph & Emir基于MPEG-7描述符的CBIR系统不支持不支持
CIRES德克萨斯大学奥斯汀分校开发支持不支持
FIRE亚琛工业大学开发，扩展性好，易与TBIR系统集成支持不支持
GNU Image Finding Tool结合相关反馈来改善结果支持不支持
imgSeek图像集的管理，提供一套API，便于与其他web和桌面应用集成支持不支持
MIFile基于倒排文件的图像相似性检索支持不支持
MUVIS坦佩雷理工大学开发的桌面图像搜索引擎支持不支持

http://udbms.nlsde.buaa.edu.cn/AUDRMatrix/txglindex.jsp
 http://en.wikipedia.org/wiki/List_of_CBIR_engines  

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/28624243/viewspace-758956/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/28624243/viewspace-758956/

congzhao7955
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【计算机视觉】图像检索
小丸子的博客
05-10 5627
目录 一、图像检索概述 1.1 基于文本的图像检索（TBIR） 1.2基于内容的图像检索技术（CBIR） 二、基于bow的图像检索原理 2.1 BOW (Bag of words) 2.2BOF(Bag of features) 2.2.1 BOF概述 2.2.2 基于SIFT特征构建BoF的步骤 2.3K-means聚类算法 三、代码实现过程及结果 一、图像检索概述 ...
基于内容的图像检索系统的设计与实现
m0_75211241的博客
01-04 906
先讨论图像边缘检测。本文采用的检索方式就是综合颜色特征和形状特征的图像检索，与单个特征检索相比，多特征组合的图像检索提高了检索正确率。本文通过综合颜色特征和形状特征的图像检索方法，介绍了灰度直方图、边界方向直方图等，并以基于灰度直方图和边界方向直方图的图像检索为例进行实验。图像的灰度直方图提供了图像外观的一个全局描述，所提取的特征具有RST不变性，即旋转、比例和位移不变性，缺点是不能有效地表示图像的空间信息。实验中采用的图像为原始图像、改变对比度后的图像、放缩后的图像、旋转后的图像、加噪声后的图像等。
【计算机视觉 5】、图像检索
Lixiaoyyyu的博客
06-20 702
90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即 基于内容的图像检索 （Content-based Image Retrieval，简称 CBIR）技术。
图像检索概述
斯人若彩虹，遇上方知有！
03-13 2921
一、概述 图像检索，简单的来说就是，用一个图片去和数据库中的图片一一匹配，然后检索出满足条件的图片，图像检索技术根据描述图像内容方法的不同主要分为两类： 1. 基于文本的图像检索技术，简称（TBIR） 2. 基于内容的图像检索技术，简称（CBIR） 1、基于文本的图像检索技术（TBIR） 就是利用文本描述图像的内容等方式来检索图片，最开始的话都是人工标注图片，再应用于检索，但是这种方式劳民伤财，效...
CVPR 2014 论文
积沙成塔
05-05 2万+
Accepted Orals Reconstructing Storyline Graphs for Image Recommendation from Web Community Photos (project, PDF)Gunhee Kim* (Disney Research), Eric Xing (Carnegie Mellon University)Unsupervised O
基于内容的图片搜索CBIR
08-23
java cbir ， hadoop，hbase
CBIR-Search-Engine
05-24
CBIR搜索引擎具有小数据集的Python内容库图像检索搜索引擎，可进行快速演示要求的opencv 3.0.0 Python的依赖关系设置 pip install -r requirements.txtpython sift_feature/index.py --vocabulary sift_feature/...
CBIR 模糊数学
02-27
主要用于计算已给两个图片的相似度 CBIR.exe
CBIR 基于内容的图像搜索 源代码
04-28
基于图像内容的搜索，本源码详细注释，描述了如何利用图像的纹理特征，颜色特征进行搜索。其中有经过优化的LBP算法，HSV直方图算法，图像相似度计算等。 测试图片集是官方的图片测试集的子集，放在了google上，有...
CBIR系统入门经典指引
03-30
对于想要对基于图像内容的检索作为研究的学者，不了解行情是不行的，放手去干吧，看看世界上已经有了哪些系统，哪些还是开源的。
图像检索简介--笔记
weixin_41521681的博客
12-13 2339
1. 图像检索入门 定义，典型应用，使用流程 文字检索 TBIR 从内容检索 CBIR 应用场景： 拍照购 服装检索 人脸识别 内容审核 成熟的图像检索不仅是算法问题，也是一个工程问题 不同的检索任务有不同的检索逻辑和排序逻辑； 检索的本质： 特征提取：如何将图像的内容进行有效表示 相似度计算：如何衡量图像的相似性 2. 图像检索特征 2.1 挑战： 相差万里的图像也有可能是相似的； 相同物体检索面临的挑战： 光照变化 角度变化 视角变化 遮挡 背景杂乱 相似类别图像检索面临的挑战： 类内变化巨大
基于内容的图片检索CBIR（Content Based Image Retrieval）简介
计算机视觉小菜鸟的专栏
07-11 2万+
传统的图像检索过程，先通过人工对图像进行文字标注，再利用关键字来检索图像，这种依据图像描述的字符匹配程度提供检索结果的方法，简称“以字找图”，既耗时又主观多义。基于内容的图像检索客服“以字找图”方式的不足，直接从待查找的图像视觉特征出发，在图像库（查找范围）中找出与之相似的图像，这种依据视觉相似程度给出图像检索结果的方式，简称“以图找图”。基于内容的图像检索分为三个层次： （1）依据提取图像本身
以图搜图在线网站汇总（共7个）
XavierJ的博客
04-14 5万+
文章目录写在前面测试样例以图搜图GoogleBaiduYandexTineyeBingSougou360 写在前面 今天给大家分享7个以图搜图的在线网站，上传图片即可搜索图片来源、详情信息或相似图片。 测试样例 测试图片出自番剧《干支魂》第10话3分07秒 以图搜图 Google https://www.google.com/imghp（需翻墙） Baidu https://graph.baidu.com/pcpage/index?tpl_from=pc Yandex https://
怎样找一张图片的原图、出处？最全搜图网站+具体案例分享
热门推荐
阿虚同学的博客
07-04 37万+
前不久随手帮一网友找了张图，想了想中间的经历挺有意思，所以今天打算来说说以图搜图这个话题 第一部分，先介绍常用的识图引擎 第二部分，想分享一下阿虚自己的搜图经验，也是今天主要想分享的。 ▍1 首先推荐几个识图引擎 一样，识图这个东西，没有哪个引擎最强一说， 每个引擎的算法不同，基于的数据库不同，对不同图片的搜索效果也不同。 所以如果想掌握搜图这个东西的话，一定得用上多个识图引擎。 不过总得来说优先度大体从上至下（部分识图引擎效果不好，下面就不介绍了） ● 1.1 谷歌识图（被墙） 网址：https:/.
基于内容的图像检索技（CBIR）术相术介绍
Belial计算机视觉&机器视觉专栏
09-12 1万+
本文主要简单的介绍了基于内容的图像检索（CBIR：Content-Based Image Retrieval ）的相关技术，其是指根据图像对象的内容及上下文信息在大规模多媒体数据中检索所需信息。基于内容的图像检索技术通过近几十年的发展已经取得了丰硕的成果，文中对对图像检索的相关内容进行简单的分析，并对与图像检索相关的资料进行了简单的整理和收集。
一段基于Rust语言的计算斐波那契数列的代码
06-16
一段基于Rust语言的计算斐波那契数列的代码
神经网络详细介绍.docx
06-16
神经网络（Neural Network）是一种模仿生物神经系统结构和功能的计算模型。它由大量的神经元（或称为节点）组成，这些神经元通过突触（或称为连接）相互连接。神经网络可以用于各种人工智能任务，如图像识别、语音识别、自然语言处理等。 神经网络的基本结构包括输入层、隐藏层和输出层。其中，输入层接收外界的输入信息，隐藏层通过各种激活函数对输入信息进行处理和转换，输出层则将处理后的信息输出给外界。此外，神经网络还包括权重和偏置等参数，它们用于控制神经元之间的连接强度和偏移量。 神经网络的训练过程通常采用反向传播算法，即从输出层开始，根据输出误差向后传递并计算每个神经元的误差，然后根据误差调整神经元的权重和偏置，直到整个网络的输出误差达到最小值。 神经网络的应用非常广泛，如人脸识别、语音识别、自然语言处理、医疗诊断、金融预测等领域。随着深度学习技术的发展，神经网络的层数也越来越深，处理的信息也越来越复杂。
基于matlab 9 电平 H 桥逆变器.zip
最新发布
06-16
代码下载：完整代码，可直接运行 ；运行版本：2022a或2019b或2014a；若运行有问题，可私信博主； **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合
python cbir系统bof sift
04-25
我理解您的问题是关于 Python 中的 CBIR 系统和 BOF SIFT 的内容。 CBIR 是 Content-Based Image Retrieval 的缩写，指的是基于图像内容的检索技术。在实现 CBIR 系统时通常会使用特征提取算法，其中一种常见的算法是 BOF (Bag of Features)。BOF 通常结合 SIFT (Scale-Invariant Feature Transform) 算法来提取特征，通过将图像中的 SIFT 特征点进行聚类并统计每个聚类中出现的频次来得到图像的 BOF 特征描述子。 因此，如果您希望实现 CBIR 系统并使用 BOF SIFT 进行特征提取，可以使用 Python 中的一些开源库如 OpenCV 或者 Scikit-image 等，并根据您的需求进行相应的编程。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值