西岛栾；谢玉祥；张丽丽；张欣；李，陈；何景萌 一种基于稀疏编码的图像相似性加速检测算法。 （英语） Zbl 1426.94074号 数学。问题。工程师。 2018年，文章ID 1917421，9 p.（2018）。 摘要：针对基于局部特征的图像相似性检测效率低的问题，提出了一种基于稀疏编码的图像相似加速检测算法ScSIFT。该算法通过对提取的局部特征进行稀疏编码和索引，提高了图像相似性匹配速度。首先，提取图像的SIFT特征作为训练样本，完成过完备字典，得到一组过完备的基。利用过完备字典对图像的SIFT特征向量进行稀疏编码，并利用稀疏特征向量建立索引。通过比较稀疏系数得到图像相似性检测结果。实验结果表明，与传统的基于局部特征检测的算法相比，该算法在保证算法检测精度的前提下，能够显著提高检测速度。 MSC公司： 94甲13 信息与通信理论中的探测理论 94A08型 信息与通信理论中的图像处理（压缩、重建等） 软件：PCA-SIFT公司；SIFT公司 PDF格式BibTeX公司 XML格式引用 \textit{X.Luan}等人，数学。问题。Eng.2018，文章ID 1917421，9 p.（2018；Zbl 1426.94074） 全文： 内政部 参考文献： [1] Lowe，D.G.，《尺度不变关键点的独特图像特征》，《国际计算机视觉杂志》，60，2，91-110（2004）·doi:10.1023/B:VISI.0000029664.99615.94 [2] Ke，Y。；Sukthankar，R.，PCA-SIFT：局部图像描述符的更独特表示，IEEE计算机视觉和模式识别会议论文集（CVPR'04）·doi:10.1109/CVPR.2004.1315206 [3] 赵，W.-L。；Ngo，C.-W.，基于关键点的近重复检测的尺度旋转不变模式熵，IEEE图像处理学报，18，2，412-423（2009）·Zbl 1371.94460号 ·doi:10.1109/TIP.2008.2008900 [4] 金德，W。；晓燕，L。；Shouldan，C.G.，一种用于有效近重复图像匹配的SIFT剪枝算法，《计算机辅助设计与计算机图形学杂志》，22，1042-1049（2010） [5] 谢浩。；高，K。；Zhang，Y。；唐，S。；Li，J.等人。；Liu，Y.，《大规模近重复图像搜索的高效特征检测和有效后验证》，IEEE多媒体学报，13，6，1319-1332（2011）·doi:10.1109/TMM.2011.2167224 [6] Pönitz，T。；Stöttinger，J.，《大型和不断增长的图像数据集中的高效且稳健的近重复检测》，第18届ACM多媒体国际会议论文集，2010年MM’10·doi:10.1145/1873951.1874268 [7] 王，Y。；Hou，Z。；Leman，K。；Pham，N.T。；Chua，T。；Chang，R.，《结合局部和全局特征进行近重复检测》，《计算机科学讲义》（包括人工智能子系列讲义和生物信息学讲义）：前言，6523，1，328-338（2011）·数字对象标识代码：10.1007/978-3-642-17832-0_31 [8] Mairal，J。；巴赫，F。；彭斯，J。；Sapiro，G.，矩阵分解和稀疏编码的在线学习，机器学习研究杂志，11，19-60（2010）·Zbl 1242.62087号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。