We propose a hierarchical TF-IDF sc

We propose a hierarchical TF-IDF scoring using
hierarchically defined visual words that form a vocabulary
tree. This allows much more efficient lookup of visual
words, which enables the use of a larger vocabulary, which
is shown to result in a significant improvement of retrieval
quality. In particular, we show high quality retrieval
results without any consideration of the geometric layout
of visual words within the frame, while [17] reports that the
geometric layout is crucial for retrieval quality, which we
also find to be true when using a smaller vocabulary. We
will concentrateon showingthe quality of the pre-geometry
stage of retrieval, which we believe is important in order to
scale up to large databases.

Kết quả (Việt) 1:

Chúng tôi đề xuất một lực lượng đặc nhiệm-IDF phân cấp ghi bằng cách sử dụnghierarchically được xác định từ trực quan mà tạo thành vốn từ vựngcây. Điều này cho phép tra cứu nhiều hiệu quả hơn của hình ảnhtừ ngữ, cho phép sử dụng một từ vựng lớn hơn, màHiển thị kết quả trong một cải tiến đáng kể của thu hồichất lượng. Đặc biệt, chúng tôi hiển thị chất lượng cao truyCác kết quả mà không có bất kỳ xem xét của bố trí hình họchình ảnh từ trong khung, trong khi [17] báo cáo rằng cácbố trí hình học là rất quan trọng cho chất lượng thu hồi, mà chúng tôicũng tìm thấy là đúng khi sử dụng một từ vựng nhỏ hơn. Chúng tôisẽ concentrateon showingthe chất lượng của hình học trướcgiai đoạn của thu hồi, mà chúng tôi tin là quan trọng đểquy mô lên đến cơ sở dữ liệu lớn.

Kết quả (Việt) 2:

Chúng tôi đề xuất một điểm TF-IDF phân cấp sử dụng
hệ thống dọc từ định nghĩa trực quan mà tạo thành một từ vựng
cây. Điều này cho phép nhiều hơn nữa hiệu quả tra cứu của thị giác
từ, cho phép sử dụng của một từ vựng lớn hơn, đó
là thể hiện kết quả trong một sự cải thiện đáng kể thu hồi
chất lượng. Đặc biệt, chúng tôi cho thấy hồi chất lượng cao
kết quả mà không cần bất kỳ một sự bố trí hình học
của từ thị giác trong khung, trong khi [17] báo cáo rằng các
bố trí hình học là rất quan trọng đối với chất lượng phục hồi, mà chúng tôi
cũng tìm được sự thật khi sử dụng một từ vựng nhỏ hơn . Chúng tôi
sẽ concentrateon showingthe chất lượng của pre-hình học
giai đoạn phục hồi, mà chúng tôi tin là quan trọng để
mở rộng quy mô lên đến cơ sở dữ liệu lớn.