![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
LIRe
文章平均质量分 80
雷霄骅
这个作者很懒,什么都没留下…
展开
-
LIRE的使用:创建索引
LIRE(Lucene Image REtrieval)提供一种的简单方式来创建基于图像特性的Lucene索引。利用该索引就能够构建一个基于内容的图像检索(content- based image retrieval,CBIR)系统,来搜索相似的图像。LIRE使用的特性都取自MPEG-7标准: ScalableColor、ColorLayout、EdgeHistogram。使用Docu翻译 2013-09-20 16:04:52 · 11195 阅读 · 4 评论 -
LIRe 源代码分析 6:检索(ImageSearcher)[以颜色布局为例]
前几篇文章介绍了LIRe 的基本接口,以及建立索引的过程。现在来看一看它的检索部分(ImageSearcher)。不同的方法的检索功能的类各不相同,它们都位于“net.semanticmetadata.lire.impl”中,如下图所示:原创 2013-11-02 20:43:39 · 5747 阅读 · 1 评论 -
LIRe 源代码分析 7:算法类[以颜色布局为例]
前面关于LIRe的文章,介绍的都是架构方面的东西,没有细研究具体算法。本文以颜色布局为例,介绍一下算法类的实现。颜色布局描述符以一种非常紧密的形式有效地表示了图像的颜色空间分布信息。它以非常小的计算代价, 带来高的检索效率。因此, 颜色布局特征在视频镜头关键帧提取中有很重要的意义。颜色布局提取方法如下:原创 2013-11-02 22:10:31 · 5711 阅读 · 0 评论 -
LIRe 源代码分析 3:基本接口(ImageSearcher)
上篇文章介绍了LIRe源代码里的DocumentBuilder的几个基本接口。本文继续研究一下源代码里的ImageSearcher的几个基本接口。下面来看看与ImageSearcher相关的类的定义:原创 2013-10-31 20:48:59 · 7025 阅读 · 2 评论 -
LIRe 源代码分析 5:提取特征向量[以颜色布局为例]
在上一篇文章中,讲述了建立索引的过程。这里继续上一篇文章的分析。在ColorLayoutDocumentBuilder中,使用了一个类型为ColorLayout的对象vd,并且调用了vd的extract()方法:原创 2013-11-02 17:24:48 · 6870 阅读 · 5 评论 -
LIRe 源代码分析 2:基本接口(DocumentBuilder)
本文分析LIRe的基本接口。LIRe的基本接口完成的工作不外乎两项:生成索引和检索。生成索引就是根据图片提取特征向量,然后存储特征向量到索引的过程。检索就是根据输入图片的特征向量到索引中查找相似图片的过程。原创 2013-10-31 19:24:27 · 7203 阅读 · 0 评论 -
LIRe 源代码分析 4:建立索引(DocumentBuilder)[以颜色布局为例]
前几篇文章介绍了LIRe 的基本接口。现在来看一看它的实现部分,本文先来看一看建立索引((DocumentBuilder))部分。不同的特征向量提取方法的建立索引的类各不相同,它们都位于“net.semanticmetadata.lire.impl”中,如下图所示:原创 2013-11-02 16:45:49 · 6170 阅读 · 5 评论 -
LIRE的使用:搜索相似的图片
使用 ImageSearcherFactory 创建 ImageSearcher。例如ImageSearcherFactory.createDefaultSearcher()。 ImageSearcher 可以通过 InputStream 或BufferedImage,或者一个描述图像的Lucene的 Document 进行检索。 例如使用search(BufferedImage,翻译 2013-09-20 16:13:31 · 6633 阅读 · 0 评论 -
Lucene 学习资料
Lucene是一个基于Java的全文索引工具包。另外,如果是在选择全文引擎,现在也许是试试Sphinx的时候了:相比Lucene速度更快,有中文分词的支持,而且内置了对简单的分布式检索的支持;基于Java的全文索引/检索引擎——LuceneLucene不是一个完整的全文索引应用,而是是一个用Java写的全文索引引擎工具包,它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索转载 2013-10-31 23:34:15 · 4221 阅读 · 0 评论 -
LIRe提供的6种图像特征描述方法的评测
Rui Gan等人(看名字来说应该是中国人,机构写的Sun Yat-sen University应该是中山大学,但是很不幸没有找到相应的中文论文)在论文《Using LIRe to Implement Image Retrieval System Based on Multi-Feature Descriptor》中,测试了开源基于内容的图像检索类库LIRe的各种图像特征的性能。在此记录一下以作参原创 2013-10-18 16:35:37 · 10757 阅读 · 0 评论 -
LIRe 源代码分析 1:整体结构
LIRE(Lucene Image REtrieval)提供一种的简单方式来创建基于图像特性的Lucene索引。利用该索引就能够构建一个基于内容的图像检索(content- based image retrieval,CBIR)系统,来搜索相似的图像。在这里就不多进行介绍了,已经写过相关的论文:原创 2013-10-31 18:52:38 · 9348 阅读 · 4 评论