- 综合排序
- 最热优先
- 最新优先
- 来自专栏视觉求索无尽也
【图像检索】CBIR资料汇总
参考资料： Overview: Guide-CBIR CBIR_LeaderBoard https://github.com/willard-yuan/willard-yuan.github.io/tree /master/_posts ---- Code: ReferenceCode: cnn-cbir-benchmark ReferenceCode: image-retrieval ReferenceCode : practical-cbir-handbook ReferenceCode: Learn-to-identify-similar-images ReferenceCode: CNN-for-Image-Retrieval 用Simese网络判断两张图的相似度 ---- Papers: Paper: SIFT Meets CNN: A Decade Survey of Instance Retrieval 简要介绍CBIR Learning global representations for image search（很有意思，包括了目标检测和检索） 基于多层 CNN 特征的图像检索技术 Paper: awesome-cbir-papers
1.5K30发布于 2018-09-10 - 来自专栏全栈程序员必看
cbirc全称_agropages
image retrieval (CBIR) engines, these image search engines look at the content (pixels) of their images Commercial CBIR search engines[edit] Name Description External Image Query Metadata Query Index Size CBIR search engine, by Imense. No Yes 3M Private Company Closed Imprezzeo Image Search CBIR search engine, by Imprezzeo. Company Closed Incogna Image Search CBIR search engine, by Incogna Inc.
1K20编辑于 2022-10-03 - 来自专栏算法与编程之美
用python程序根据出生日期判断星座
','天秤座','天蝎座','射手座','摩羯座']#输入生日,输出星座birth = input('请输入你的出生年月日,格式为:2001-02-21\n').strip(' ')#分割年月日到列表cbir =birth.split('-') #提取月数据cmonth=str(cbir[1]) #提取日数据cdate=str(cbir[2])#判断星座方法 def sign(cmonth,cdate
78210编辑于 2024-05-17 - 来自专栏绿盟科技研究通讯
图像可搜索加密（三）：逼近明文检索
明文图像检索技术 在介绍高精度的密文图像检索方案前，我们有必要回顾一下明文图像检索（CBIR）的发展历程： 图1：CBIR特征发展过程 全局特征阶段：在CBIR的早期（上世纪），研究主要集中在全局特征的提取上 局部特征阶段：进入21世纪，尤其是2000年代初期至2010年代初期，局部特征的提取成为CBIR领域的研究热点。 深度特征阶段：近十年来，随着深度学习特别是卷积神经网络（CNN）的迅猛发展，CBIR技术在2010年代迎来了深度特征阶段。 这种方法借鉴了明文内容基于图像检索（CBIR）的策略，从而在加密环境下显著提高了检索精度。
83110编辑于 2024-04-24 - 来自专栏专知
【专知荟萃15】图像检索Image Retrieval知识资料全集（入门/进阶/综述/视频/代码/专家，附PDF下载）
[https://www.zhihu.com/question/19726630] 基于内容的图像检索技（CBIR）术相术介绍 [http://blog.csdn.net/kezunhai/article /details/11614989] 图像检索：基于内容的图像检索技术 [http://yongyuan.name/blog/cbir-technique-summary.html] 基于内容的图像检索技术 [http://www.cs.cmu.edu/~juny/Prof/papers/Part2-CBIR.pdf\] 图像检索：CNN卷积神经网络与实战 CNN for Image Retrieval [http://yongyuan.name/blog/CBIR-CNN-and-practice.html] 用Python和OpenCV创建一个图片搜索引擎的完整指南 [http://blog.csdn.net [http://www.ci.gxnu.edu.cn/cbir/Dataset.aspx] INSTRE，中科院计算所弄的一个数据库28543张图片，还有他们做的web检索系统ISIA。
4.6K132发布于 2018-04-10 - 来自专栏AI算法与图像处理
使用 Python 构建图片搜索引擎
基于内容的图像检索(CBIR)是一种基于给定图像的相关图像检索系统。该系统由图像查询和图像数据库两部分组成。 该系统首先对所有图像进行特征提取，无论是查询图像还是图像数据库图像，使用特征提取算法。 图1描述了 CBIR 的流程。 ? 图一 CBIR 的流程 卷积神经网络 要提取特征，有许多选项可供选择。在这种情况下，我们可以使用卷积神经网络(CNN)来提取这些特征。 为了实现 CBIR，我们将使用 Python 作为编程语言，Tensorflow 用于特征提取框架，Numpy 用于计算距离。 如果我们总结一下，这里是我们将要做的步骤： 下载数据集 从图像数据库中提取特征 插入查询图像并提取其特征 计算所有图像的相似性 检索最相似的结果 对于数据集，我们将使用来自 Kaggle 的 CBIR 你可以通过这里的链接访问数据集：https://www.kaggle.com/theaayushbajaj/cbir-dataset/notebooks。 ? Figure 3.
1.3K10发布于 2021-01-20 - 来自专栏AIRX三次方
机器学习 ｜ 图像检索开源项目合集
https://github.com/soruly/trace.moe 2、Awesome Cbir Papers 经典图像检索的论文 https://github.com/willard-yuan/ awesome-cbir-papers 3、Cnnimageretrieval Pytorch 在PyTorch中检索CNN图像：在PyTorch中训练和评估CNN以进行图像检索 https://github.com flask-keras-cnn-image-retrieval 8、Sis 一个简单图像搜索引擎：http://www.simple-image-search.xyz/ https://github.com/matsui528/sis 9、Cbir 一个基于内容的图像检索(CBIR)系统 https://github.com/pochih/CBIR 10、Artificio https://github.com/ankonzoid/artificio
2.4K51发布于 2020-12-15 - 来自专栏媒矿工厂
大规模图像检索的深度哈希方法简介
给定一张查询图片，快速从百万量级的图像数据库中通过图像特征来找出内容相近的一定数量的图片，这种任务被称为“基于内容的图像检索”(content-based image retrieval (CBIR)) 基于内容的图像检索 哈希方法-提升检索速度 在CBIR中，查询速度和查询准确率是一对需要权衡的指标。查询速度方面，可以使用二值哈希的方法来大幅度提升。 CNN的成功在于其深层的卷积网络拥有传统方法所不具备的特征提取能力，其精炼准确的特征非常适合应用于CBIR任务。
6.6K101发布于 2018-03-06 - 来自专栏Datawhale专栏
【CV实践】图像检索从入门到进阶
CBIR 应用场景 ? 成熟的图像检索应用涉及到相关算法，也是一个工程问题 ? 图像检索的本质是特征提取和相似度计算的过程 ? 图像检索特征 ? 即使相差万里的图像也有可能是相似的 ?
1.2K20发布于 2020-04-15 - 来自专栏AI科技大本营的专栏
用PS的照片申请理赔，保险公司能过吗？
基于内容的图像检索（Content-Based Image Retrieval） 基于内容的图像检索，即CBIR（Content-based image retrieval）[4]，是计算机视觉领域中关注大规模数字图像内容检索的研究分支 如图3所示，影像检索系统的图像识别功能主要基于CBIR原理，在上传影像文件时，系统对图像文件进行归一化处理，提取图像本身的颜色、形状、纹理等底层特征，从图像视觉特征出发，在图像大数据库中通过搜索引擎找出与之匹配的图像 图3 CBIR识别原理 利用CBIR技术识别图像的真实性，识别内容主要包括： 识别图片是否被重复使用。 识别图片是否被PS后重复使用。 上传照片是否为翻拍或裁切图片。 图4 CBIR识别结果与原图对比 在影像系统中存在一些银行卡、客户身份证件、纸质文件的电子扫描件等图像，而这些类型的图像在多个业务中允许重复出现且该类型文件本身相似度极高，通常不需要进行影像重复使用识别
1.8K60编辑于 2022-12-10 - 来自专栏全栈程序员必看
用Python做一个“以图搜番“的应用程序，再也不用愁动漫图片的出处了！
Installer (both x86/x64) 功能实现 trace.moe API介绍与视频 它背后的实现依靠的是大数据+基于内容的图像检索（Content-based image retrieval ，CBIR CBIR使用起来比较方便，因为它不需要标注信息，而纯粹依赖元数据的搜索依赖于标注的质量和完整性。wikipedia上有列出很多CBIR engines，trace.moe则使用了Lire。
3.1K10编辑于 2022-11-07 - 来自专栏null的专栏
论文阅读——利用Binary Hash Codes的深度图像检索
——coarse-to-fine search strategy 1、基于内容的图像检索 1.1、基于内容的图像检索 基于内容的图像检索（Content-based Image Retrieval，CBIR
1.2K51发布于 2018-03-20 - 来自专栏我爱计算机视觉
旷视开源了一套图像检索和ReID的PyTorch库
03 结果 作者在基于内容的图像检索（CBIR）和行人重识别（ReID）常用数据集 Oxford5k、CUB-200-2011、Indoor、Caltech101、Market-1501上进行了实验。
1.5K60发布于 2020-05-20 - 来自专栏大数据智能实战
图像检索中的DELF模型（DEep Local Features）实践
以图搜图模式的图像检索是CBIR（基于内容的图像检索）任务中最难的一块，其中由于图像拍摄角度的不同，有些图片只显示了局部信息，有些则有全局信息，在这种情况下的图像检索匹配的效果，以往算法都表现一般。
2.6K30发布于 2019-05-26 - 来自专栏吴伟祥
9个基于Java的搜索引擎框架 转
Lucene图片搜索 LIRE LIRE是一款基于Java的图片搜索框架，其核心也是基于Lucene的，利用该索引就能够构建一个基于内容的图像检索(content- based image retrieval，CBIR
4.4K40发布于 2018-08-14 - 来自专栏月梦·剑心的技术专栏
基于度量学习的深度哈希图像检索研究初步探索
以图查图是更先进的方法，是基于内容的图像检索(CBIR)。 哈希方法： 使用哈希方法来提升检索速度。如何提速？
70910编辑于 2022-09-14 - 来自专栏华章科技
国外、国内Hadoop的应用现状
5.CbIR 自2008年4月以来，日本的CbIR（Content-basedInformationRetrieval）公司在AmazonEC2上使用Hadoop来构建图像处理环境，用于图像产品推荐系统
5.1K20发布于 2018-08-13 - 来自专栏AI科技时讯
图像检索：基于内容的图像检索技术（一）
图像检索按描述图像内容方式的不同可以分为两类，一类是基于文本的图像检索(TBIR, Text Based Image Retrieval)，另一类是基于内容的图像检索(CBIR, Content Based
4.1K21发布于 2020-03-04 - 来自专栏深度学习和计算机视觉
【收藏】深度学习在计算机视觉领域的应用一览！超全总结！
1、内容检索 CBIR（Content-based Image Retrieval）有两波人搞，一波是计算机科学的，把这个问题当数据库看待；另一波人是电子过程的，认为是图像匹配问题。 这是一个CBIR采用CNN的框架： 这个展示的是image matching用于CBIR的CNN模型： 2、增强现实 AR一开始就不好做，不说VR那部分的问题，主要是实时性要求高
1.2K20发布于 2019-08-09 - 来自专栏Data Analysis & Viz
图像检索（一）：因缘际会与前瞻
当然后续我也会基于此继续更新本系列文章，涉及原始代码一些小BUG的修改与复现、豆瓣电影海报的爬取与研究、以及Keras的更多介绍、基于内容的图像检索（CBIR）的更多细节，以及可能的改进方向等等。
97820发布于 2018-08-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号