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:
Comportamiento asintótico para un sistema no disipativo y no lineal del tipo viscoelástico de Kirchhoff
Artículo:
Modelo de Acumulación de Orden Fraccional NGM (1, 1, ) con Valor de Fondo Optimizado y su Aplicación
Artículo:
Tricornes y Multicornios del Esquema de Iteración
Artículo:
Soluciones positivas para un sistema de problemas de valor límite de diferencia fraccional semipositiva.
Artículo:
Método espectral de punto fijo para ecuaciones de oscilación no lineal con solución periódica