Розробка системи пошуку дублікатів графічних зображень на великих об’ємах даних.
Abstract
Сьогодні у мережі Інтернет доступна велика кількість візуального контенту, такого як зображення, фотографії та відео, і об’єми даних кожного дня збільшуються. Доступність контенту та розповсюдженість мережі призводить до появи значної кількості однакових (дубльованих) або дуже схожих даних.
Зображення, що відрізняються в бітовому коді, але є візуально дуже схожими називають майже-дублікатами (near-duplicate). Ефективне вирішення задачі детекції майже-дублікатів зображень може бути корисним для різноманітних пошукових сервісів, для побудови рекомендаційних систем, захисту авторських прав тощо.
References
Eshkol A., Grega M., Leszczuk M., Weintraub O. Practical Application of Near Duplicate Detection for Image Database // International Conference on Multimedia Communications, Services and Security MCSS 2014: Multimedia Communications, Services and Security. - 2014. - pp 73-82
W. Hu, Y. Fan, J. Xing, L. Sun, Z. Cai, S. Maybank. Deep Constrained Siamese Hash Coding Network and Load-Balanced Locality-Sensitive Hashing for Near Duplicate Image Detection // IEEE Transactions on Image Processing, - 2018. - pp. 4452-4464.
Thyagharajan K.K., Kalaiarasi G. A Review on Near-Duplicate Detection of Images using Computer Vision Techniques // Archives of Computational Methods in Engineering. - 2020.
W. Li, Y. Zhang, Y. Sun, W. Wang, M. Li, W. Zhang, X. Lin, Approximate Nearest Neighbor Search on High Dimensional Data - Experiments, Analyses, and Improvement. // IEEE Transactions on Knowledge and Data Engineering, - 2019. - pp 1-1
T. C. B. Project, «TESTING DIFFERENT IMAGE HASH FUNCTIONS,» The Content Blockchain Project, [З мережі]. Доступ: https://content-blockchain.org/research/testing-different-imagehash-functions/
