Generalmente, la complejidad temporal de los algoritmos para la recuperación de imágenes basada en el contenido es extremadamente alta. Con el fin de recuperar imágenes en bases de datos a gran escala de manera eficiente, se propone una nueva forma de recuperación basada en el marco distribuido Hadoop. En primer lugar, se construye una base de datos de características de imágenes mediante el algoritmo Speeded Up Robust Features y Locality-Sensitive Hashing y, a continuación, se realiza la búsqueda en la plataforma Hadoop de una forma paralela especialmente diseñada. Considerables resultados experimentales muestran que es capaz de recuperar imágenes basadas en el contenido en clústeres a gran escala y conjuntos de imágenes de manera efectiva.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efectos de deslizamiento en fluidos viscoelásticos fraccionarios
Artículo:
El Método de Expansión y su Aplicación para Ecuaciones de Orden Superior de KdV (III)
Artículo:
Cronometraje de señales de tráfico urbano en una intersección señalizada de cuatro fases basado en un esquema optimizado de control difuso de dos etapas
Artículo:
Un Esquema Novelesco de Sincronización Híbrida Adaptativa Desplazada para Dos Sistemas de Osciladores Caóticos de Memristor Idénticos y Diferentes con Parámetros Inciertos.
Artículo:
Transición de fase en sistemas dinámicos: Definición de clases de universalidad para mapeos hamiltonianos bidimensionales mediante exponentes críticos
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones