Show simple item record

dc.contributorEscuela de Ingenierias Industrial e Informaticaes_ES
dc.contributor.authorSánchez Álvarez, Adrián
dc.contributor.authorAlegre Gutiérrez, Enrique 
dc.contributor.authorGonzález Castro, Víctor 
dc.contributor.authorGarcía Ordás, Diego
dc.contributor.otherIngenieria de Sistemas y Automaticaes_ES
dc.date2014-09
dc.date.accessioned2019-04-17T14:25:41Z
dc.date.available2019-04-17T14:25:41Z
dc.date.issued2019-04-17
dc.identifier.citationXXXV Jornadas de Automática, 3-5 de Septiembre, 2014, Valenciaes_ES
dc.identifier.isbn978-84-697-0589-6es_ES
dc.identifier.urihttp://hdl.handle.net/10612/10341
dc.description.abstractEn este artículo proporcionamos una descripción general del hash sensible a la ubicación (LSH) utilizado para la recuperación de imágenes a gran escala y para resolver el problema del vecino más cercano. El objetivo es experimentar con diferentes configuraciones de parámetros de LSH sobre un conjunto de huellas dactilares de video para ver cuál es la mejor en términos de precisión e indexación para que luego, dado un objeto de consulta, devuelva los objetos (vecinos más cercanos) que sean más similares a la consulta. Los parámetros de configuración que ofrecieron mejores resultados fueron un tamaño de cubo de 24 con 15 tablas y tamaños de hash de 15 bits, obteniendo aproximadamente el 50% de las coincidencias correctas con los métodos de recuperación P @ 4 y P @ 6.es_ES
dc.languagespaes_ES
dc.subjectIngeniería de sistemases_ES
dc.subject.otherAlgoritmoses_ES
dc.subject.otherLSHes_ES
dc.subject.otherRecuperaciónes_ES
dc.subject.otherImágenes a gran escalaes_ES
dc.subject.otherHashes_ES
dc.subject.otherVecinoses_ES
dc.titleLocality-Sensitive Hashing for large scale image retrievales_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.type.otherinfo:eu-repo/semantics/lecturees_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record