利用位置信息熵改进VLAD的图像检索方法

针对局部聚合描述子向量（vector of locally aggregate descriptor，VLAD）的图像检索能力还有待提高的问题，提出利用尺度不变特征变换描述子（scale invariant feature transform，SIFT）描述子的位置信息对VLAD描述子进行补充的图像检索算法。本文提出位置信息熵，用以对SIFT描述子的位置信息进行描述，并将位置信息熵添加到VLAD中，并在多个公开数据集上进行实验。码本大小为256时，在Holidays数据上该方法能有效地将VLAD的mAP值由0.510提升至0.733，在Oxford5k数据上该方法能有效地将归一化VLAD的mAP值由0.287提升至0.559。实验结果表明，利用位置信息熵能有效提升VLAD的图像检索能力。