Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Valem, Lucas Pascotti [UNESP] | - |
Autor(es): dc.creator | Pedronette, Daniel Carlos Guimarães [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:25:43Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:25:43Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-07-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.patrec.2020.03.032 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/198844 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/198844 | - |
Descrição: dc.description | Nowadays, there is a great variety of visual features available for image retrieval tasks. While fusion strategies have been established as a promising alternative, an inherent difficulty in unsupervised scenarios is the task of selecting the features to combine. In this paper, a Graph-based Selective Rank Fusion is proposed. The graph is used to represent the effectiveness estimation of features and the complementarity among them. The selected combinations are defined by the Connected Components of the graph. High-effective retrieval results were achieved through a comprehensive experimental evaluation considering different public datasets, dozens of features and comparisons with related methods. Relative gains up to +54.73% were obtained in relation to the best isolated feature. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Department of Statistics Applied Mathematics and Computing State University of São Paulo (UNESP), Av. 24-A, 1515 | - |
Descrição: dc.description | Department of Statistics Applied Mathematics and Computing State University of São Paulo (UNESP), Av. 24-A, 1515 | - |
Descrição: dc.description | FAPESP: #2013/08645-0 | - |
Descrição: dc.description | FAPESP: #2017/02091-4 | - |
Descrição: dc.description | FAPESP: #2017/25908-6 | - |
Descrição: dc.description | FAPESP: #2018/15597-6 | - |
Descrição: dc.description | CNPq: #308194/2017-9 | - |
Formato: dc.format | 82-89 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Pattern Recognition Letters | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Content-based image retrieval | - |
Palavras-chave: dc.subject | Correlation measure | - |
Palavras-chave: dc.subject | Effectiveness estimation | - |
Palavras-chave: dc.subject | Rank-aggregation | - |
Palavras-chave: dc.subject | Unsupervised late fusion | - |
Título: dc.title | Graph-based selective rank fusion for unsupervised image retrieval | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: