University of Oulu

Practical performance of image retrieval methods

Saved in:
Author: Musta, Toni1
Organizations: 1University of Oulu, Faculty of Information Technology and Electrical Engineering, Computer Science
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 18.3 MB)
Pages: 57
Persistent link: http://urn.fi/URN:NBN:fi:oulu-202011203159
Language: English
Published: Oulu : T. Musta, 2020
Publish Date: 2020-11-20
Thesis type: Master's thesis
Tutor: Silven, Olli
Reviewer: Silven, Olli
Keskinarkaus, Anja
Description:

Abstract

Image retrieval is an important category of machine vision which examines the distances and similarities between images. It has many use-cases in archiving, object detection, localization and few-shot recognition.

This thesis examines the problem of image retrieval in which set of images are retrieved from large-scale database based on their similarity to a query image. The problem and its different aspects are examined in this thesis as well as its history.

The influence of recent development of deep learning is also covered. We experiment few different types of image retrieval problems with some recent, open-source methods and see how deep learning methods specialising in image retrieval outperform in cases where image contents are more important and classical feature extraction work better with purely visual tasks.

The best results with visual tasks achieved at most two thirds accurate retrievals while with the semantic task only one in two. This implies that there is still work to do for efficient image retrieval methods.

Kuvahaun menetelmien käytännön suorituskyky

Tiivistelmä

Kuvahaku on konenäön tärkeä osa-alue, joka tarkastelee kuvien välisiä etäisyyksiä ja samankaltaisuuksia. Sillä on useita käyttökohteita arkistoinnissa, objektin havaitsemisessa, paikannuksessa ja muutaman otoksen tunnistamisessa.

Tämä työ käsittelee kuvahaun ongelmaa, jossa tietokannasta haetaan hakukuvalla saman näköisiä kuvia. Tätä ongelmaa ja sen eri kulmia käsitellään niinkuin myös sen historiaa.

Viimeaikojen tekoälyn kehityksen vaikutus käsitellään myös. Työssä testataan paria erilaista kuvahakuongelmaa muutamalla viimeaikaisella, avoimella metodilla, ja nähdään kuinka syväoppivat, erikoistuneet metodit pärjäävät paremmin tapauksissa, joissa kuvan sisällöllä on väliä ja klassiset piirteenirroittajat paremmin visuaalisemmissa ongelmissa.

Parhaimmat tulokset visuaalisissa tehtävissä saivat kaksi kolmasosaa hauista oikein ja semanttisissa tehtävissä vain puolet. Tämä viittaa siihen, että tehokkaiden kuvahakumetodien saavuttaminen vaatii vielä työtä.

see all

Subjects:
Copyright information: © Toni Musta, 2020. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.