Fast Near-Duplicate Image Detection Using Uniform Randomized Trees

Source

• Evernote/IFTTT Feedly/Fast Near-Duplicate Image Detection Using Uniform Randomized Trees.md

Summary

이 논문은 빠른 유사 이미지 검출을 위해 ‘균일성(uniformity)‘과 ‘무작위성(randomness)‘을 도입한 균일 무작위 트리(Uniform Randomized Trees, URTs) 클러스터를 효율적인 인덱싱 구조로 제안한다. 균일성은 객체 이미지를 동일한 규모의 하위 집합으로 분류하여, 카테고리 수는 많지만 단일 카테고리 내 이미지 수는 적다는 유사 이미지 검출의 특성을 활용하여 검색 공간을 좁히는 데 기여한다.

Key Points

• 유사 이미지 검출(Near-Duplicate Image Detection)의 검색 공간 축소를 위한 인덱싱 구조 제안
• 균일 무작위 트리(URTs) 클러스터 개발
• 인덱싱 구축에 ‘균일성’과 ‘무작위성’ 도입
• 이미지를 동일한 규모 하위 집합으로 분류하여 대량 카테고리/소량 이미지 특성 활용

Related

• Query-Adaptive Image Search With Hash Codes

• 대규모 저장소에서의 효율적인 비디오 스트림 모니터링 및 유사 중복 탐지

• Similarity-based Clustering by Left-Stochastic Matrix Factorization

• Near-duplicate video retrieval: Current research and future trends

• E-Tree: 데이터 스트림용 앙상블 모델 효율적 인덱싱 구조

• 레드-블랙 트리 (Red-Black Tree)

• 차등 데이터를 기반으로 렌더링 효율을 고려한 3D 트리의 압축

• Cluster Forests (CF)

• Sparse Hashing (SH) for Fast Multimedia Search

• Coherent image selection using a fast approximation to the generalized traveling salesman problem

• Incremental Text Indexing for Fast Disk-Based Search

• Rolling Up Random Variables in Data Cubes

• Patch-Based Image Warping for Content-Aware Retargeting

• Fast, Accurate Detection of 100,000 Object Classes on a Single Machine (Technical Supplement)

• Efficient Closed-Form Solution to Generalized Boundary Detection

• Point Representation for Local Optimization: Towards Multi-Dimensional Gray Codes

• 대규모 다중 라벨 전파를 위한 효율적인 희소 그래프 구성

• Data Enriched Linear Regression

• 대용량 텍스트 컬렉션에서의 효율적 퍼지 검색

• Continuous Birdsong Recognition Using Gaussian Mixture Modeling of Image Shape Features

• Reversible Data Hiding With Optimal Value Transfer

• Neighborhood Preserving Codes for Assigning Point Labels: Applications to Stochastic Search

• λ-Diverse Nearest Neighbors Browsing for Multidimensional Data

• 시간적 이미지 시퀀스를 위한 최적화된 만화 스토리텔링 시스템

• 음식점명 군집화를 위한 문자열 유사도 계산 (Cosine Similarity)

• Interactive Image Tagging을 위한 인간 라벨링 최적화

• Similarity Preserving Feature Selection (SPFS)

• K-RBMs를 이용한 다중 비선형 부분공간 학습

• A Hamming Embedding Kernel with Informative Bag-of-Visual Words for Video Semantic Indexing

• A Top-Down Approach for Video Summarization

• Cross-Media Tag Transfer (CMTT): 이미지에서 비디오로 태그 지식 이전

• Attribute-Augmented Semantic Hierarchy (A2SH) for CBIR

• 3D 객체 검색을 위한 시맨틱 시그니처 학습

• 다중 특징 분석 및 시맨틱 컨텍스트 학습을 통한 이미지 분류

• Weakly Supervised Learning of Object Segmentations from Web-Scale Video

• Smooth Nonnegative Matrix Factorization for Unsupervised Audiovisual Document Structuring

• Discriminative Segment Annotation in Weakly Labeled Video

• Supervised Robust Discrete Multimodal Hashing (SRDMH)

• Transfer Joint Embedding for Cross-Domain NER

• Image Annotation in Presence of Noisy Labels

• Efficient Inference and Structured Learning for Semantic Role Labeling

• Cross-Domain Feature Learning in Multimedia

• Spatiotemporal Deformable Part Models for Action Detection

• Recursive Sparse Spatiotemporal Coding

• Structured Streaming Skeleton (SSS): 온라인 인간 제스처 인식용 새로운 특징 추출 방법

• Regularized Latent Semantic Indexing (RLSI): 대규모 토픽 모델링을 위한 새로운 접근법

• 이미지 주석 및 검색을 위한 Feature-Word-Topic 모델

• 정보 기하학을 통한 순수 고차 단어 연관성 마이닝

• 다중 모드 특징 표현 및 시간 피라미드 매칭을 통한 콘텐츠 기반 복제 탐지

• Information-Theoretic Outlier Detection for Large-Scale Categorical Data

• Classification of Homogeneous Data With Large Alphabets

• Classifying with Confidence From Incomplete Test Data

• Supporting Flexible, Efficient, and User-Interpretable Retrieval of Similar Time Series

• Up-Fusion: 진화하는 멀티미디어 퓨전 방법

• 음성 피드백 고려)

• TSum: Fast, Principled Table Summarization

• Efficient Estimation of Word Representations in Vector Space

• 대규모 그래프 및 라벨 세트에서의 효율적이고 정확한 라벨 전파

• YouTube 채널 분류를 위한 실용적 시스템

• Transfer Learning In MIR: Sharing Learned Latent Representations For Music Audio Classification And Similarity

• Query Reformulation Modeling using Query Distributions

• Latent Mixture of Discriminative Experts (LMDE)

• The Intervalgram: 대규모 커버송 인식을 위한 오디오 특징

• Effective and Robust Query-Based Stemming