Resumen

La recuperación de imágenes basada en el contenido (CBIR) ofrece una solución sostenible para recuperar imágenes similares de un archivo de imágenes. En los últimos años, el modelo Bag-of-Visual-Words (BoVW) ha ganado atención y ha mejorado significativamente el rendimiento de la recuperación de imágenes. En el modelo BoVW estándar, una imagen se representa como un histograma global sin orden de palabras visuales que ignora la disposición espacial. La disposición espacial de una imagen contiene información significativa que puede mejorar el rendimiento de CBIR. En este artículo presentamos una nueva representación de imágenes basada en una combinación de histogramas locales y globales de palabras visuales. El histograma global de palabras visuales se construye sobre toda la imagen, mientras que el histograma local de palabras visuales se construye sobre la región rectangular local de la imagen. El histograma local contiene información espacial sobre los objetos destacados. Los amplios experimentos y comparaciones realizados con los conjuntos de datos de imágenes Corel-A, Caltech-256 y Ground Truth demuestran que la representación de imágenes propuesta aumenta el rendimiento de la recuperación de imágenes.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Recuperación de imágenes basada en el contenido; CBIR; bolsa de palabras visuales; modelo BoVW; disposición espacial; representación de imágenes.
• Keywords:Content-based image retrieval; CBIR; Bag-of-Visual-Words; BoVW model; spatial layout; image representation