论文部分内容阅读
基于视觉词典模型（bag of visual words model ，BoVWM ）的目标检索存在时间效率低、词典区分性不强的问题，以及由于空间信息的缺失及量化误差等导致的视觉语义分辨力不强的问题。针对这些问题，提出了基于词典优化与空间一致性度量的目标检索方法。首先，该方法引入 E2 LSH （exact Euclidean locality sensitive hashing ）过滤图像中的噪声和相似关键点，提高词典生成效率和质量；然后，引入卡方模型（chi-square model ，CSM ）移除