A short-term learning approach based on similarity refinement in content-based image retrieval

Shamsi, Asma; Nezamabadi‐pour, Hossein; Saryazdi, Saeı̈d

doi:10.1007/s11042-013-1503-z

Cited by 10 publications

(4 citation statements)

References 32 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…10-15% improvement as compared to others. Shamsi presents a paper in which they use the RFB approach for modernizing both the masses for a feature type and the masses for feature components [23]. They compare the result with Rui STL and CC STL methods then their result is effective.…”

Section: Related Workmentioning

confidence: 99%

Optimization of Content Based Image Retrieval Using Hybrid Approach

Majeed

2022

QUESTRJ

View full text Add to dashboard Cite

With the dawn of multimedia technology and the social web, retrieval from large image databases become possible. As a consequence of rising usage and incredible enthusiasm for inquiry about on Content-Based Image Retrieval (CBIR) systems, it needs improvement in the accuracy of CBIR systems in addition to the decline in monotonous results. Currently, the majority of research has focused on the representation and differentiation of images by an arrangement of low-level visual features. However, most of the retrieval systems produce repetitive or unnecessary retrieval results, termed a redundancy factor. In addition, content-based retrieval with reduced redundancy has a direct correlation with high-level semantics which is overlooked. Accurate content retrieval with reduced redundancy enables the user to focus on the actual problem in preference to nurture the retrieval results, augments the efficiency, and improves overall system performance. To enhance the retrieval accuracy and diminish the redundancy factor in image retrieval, we proposed an optimization-based technique that is blended with classification. In the proposed novel hybrid approach for CBIR, we used a two-tier architecture model. The first tier belongs to the feature extraction process via Particle Swarm Optimization with a Support Vector Machine as a classifier. On the way to reduce the redundancy factor, the K-Nearest Neighbor as a classifier is used with the Genetic Algorithm in the second tier. We noted a noteworthy increase in retrieval accuracy for images that is up to 25% (approx.). The proposed hybrid model is effective to enhance accuracy and reduce redundancy factors in CBIR systems. We used the WANG dataset for experimentation. Henceforward, improving the retrieval accuracy and reducing redundancy factor using unsupervised learning techniques is part of our future work.

show abstract

Section: Related Workmentioning

confidence: 99%

Optimization of Content Based Image Retrieval Using Hybrid Approach

Majeed

2022

QUESTRJ

View full text Add to dashboard Cite

show abstract

“…Shape and sketch based descriptors generally require edge detection and image segmentation which limits its applicability. Some other retrieval approaches are quadtree classified vector quantization [3], spatial relations [14], similarity refinement [29] and short and long term learning fusion [23]. Low-level feature descriptions represent the information in the image efficiently and used in several image matching problems but these features are sensitive to the illumination differences (i.e.…”

mentioning

confidence: 99%

A multi-channel based illumination compensation mechanism for brightness invariant image retrieval

Dubey

Singh

2014

Multimed Tools Appl

View full text Add to dashboard Cite

The image retrieval is still challenging to retrieve the most similar images of a given image from a huge database more accurately and robustly. It becomes more challenging for the images having drastic illumination differences. Most of feature descriptor having better retrieval performance degrades in the case of illumination change. To circumvent this problem, we compensated the varying illumination in the image using multi-channel information. We used Red, Green, Blue channel of RGB color space and Intensity channel of HSI color space to remove the intensity change in the image. Finally, we designed an illumination compensated color space to compute the feature descriptor over it. The proposed idea is generic and can be implemented with the most of the feature descriptor. We used some state-of-the-art feature descriptor to show the effectiveness and robustness of proposed color transformation towards uniform and non-uniform illumination change. The experimental results suggest that proposed brightness invariant color transformation can be applied effectively in the retrieval task.

show abstract

“…Kernel Combination [232], Similarity function optimization [30,59], Features and components weighs adjustment [176].…”

Section: Metric Learningmentioning

confidence: 99%

“…Alternatively, with a hybrid approach, Shamsi et al (2014) [176] proposed not only adjusting the different feature weights, but also the weights of each component of the features. The weights of the feature components were adjusted according to the mean and standard deviation values of the features of relevant samples from feedback, while the weight for each feature was adjusted according to the rank positions of the relevant samples on feature specific ranked lists.…”

Section: Metric Learningmentioning

confidence: 99%

Diversity-oriented multimodal and interactive information retrieval

Calumby¹

View full text Add to dashboard Cite

Os métodos de Recuperação da Informação, especialmente considerando-se dados multimídia, evoluíram para a integração de múltiplas fontes de evidência na análise de relevância de itens em uma tarefa de busca. Neste contexto, para atenuar a distância semântica entre as propriedades de baixo nível extraídas do conteúdo dos objetos digitais e os conceitos semânticos de alto nível (objetos, categorias, etc.) e tornar estes sistemas adaptativos às diferentes necessidades dos usuários, modelos interativos que consideram o usuário mais próximo do processo de recuperação têm sido propostos, permitindo a sua interação com o sistema, principalmente por meio da realimentação de relevância implícita ou explícita. Analogamente, a promoção de diversidade surgiu como uma alternativa para lidar com consultas ambíguas ou incompletas. Adicionalmente, muitos trabalhos têm tratado a ideia de minimização do esforço requerido do usuário em fornecer julgamentos de relevância, à medida que mantém-se níveis aceitáveis de eficácia.Esta tese aborda, propõe e analisa experimentalmente métodos de recuperação da informação interativos e multimodais orientados por diversidade. Este trabalho aborda de forma abrangente a literatura acerca da recuperação interativa da informação e discute sobre os avanços recentes, os grandes desafios de pesquisa e oportunidades promissoras de trabalho. Nós propusemos e avaliamos dois métodos de aprimoramento do balanço entre relevância e diversidade, os quais integram múltiplas informações de imagens, tais como: propriedades visuais, metadados textuais, informação geográfica e descritores de credibilidade dos usuários. Por sua vez, como integração de técnicas de recuperação interativa e de promoção de diversidade, visando maximizar a cobertura de múltiplas interpretações/aspectos de busca e acelerar a transferência de informação entre o usuário e o sistema, nós propusemos e avaliamos um método multimodal de aprendizado para ranqueamento utilizando realimentação de relevância sobre resultados diversificados.Nossa análise experimental mostra que o uso conjunto de múltiplas fontes de informação teve impacto positivo nos algoritmos de balanceamento entre relevância e diversidade. Estes resultados sugerem que a integração de filtragem e re-ranqueamento multimodais é eficaz para o aumento da relevância dos resultados e também como mecanismo de potencialização dos métodos de diversificação. Além disso, com uma análise experimental minuciosa, nós investigamos várias questões de pesquisa relacionadas à possibilidade de aumento da diversidade dos resultados e a manutenção ou até mesmo melhoria da sua relevância em sessões interativas. Adicionalmente, nós analisamos como o esforço em diversificar afeta os resultados gerais de uma sessão de busca e como diferentes abordagens de diversificação se comportam para diferentes modalidades de dados. Analisando a eficácia geral e também em cada iteração de realimentação de relevância, nós mostramos que introduzir diversidade nos resultados pode prejudicar resultados iniciais, enquan...

show abstract

A short-term learning approach based on similarity refinement in content-based image retrieval

Cited by 10 publications

References 32 publications

Optimization of Content Based Image Retrieval Using Hybrid Approach

Optimization of Content Based Image Retrieval Using Hybrid Approach

A multi-channel based illumination compensation mechanism for brightness invariant image retrieval

Diversity-oriented multimodal and interactive information retrieval

Contact Info

Product

Resources

About