ISSNONLINE(2278-8875)PINT (2320-3765)
图像检索系统审查
本文审查并分析不同的图像检索系统调查的目的是概述临时图像检索系统技术方面功能:查询、关联反馈、特征、匹配度量、索引化数据结构及结果展示图像注解等不同技术 通过数字摄像头捕捉图片分类技术如k-KNN、SVM、Dision立体定级、Hash编码算法并随后通过跨域学习建立适当相关反馈模型GMISVM、Laprlcian定型最小广场深入研究后,审查还称,大多数系统使用低级特征,很少使用高层次语义意义特征,图像检索结果因语义空白而受到影响语义空白常被视为图像检索研究领域的一个主要问题。比较图显示不同图像检索系统的细节并处理评价结果时应考虑的因素
Jyoti D.Gavade女士、Gyankamal J.Chajed夫人和Kshitija AUpadhyay