基于卷积神经网络和哈希编码的图像检索方法

• 作者: 任夏荔 曹建收 陈光喜 龚震霆
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 图像检索 人工特征 卷积神经网络 卷积特征 哈希编码
• 年，卷（期）: 2016,（3）
• 页码范围: 391-400
• 页数: 10页
• 分类号: TP391
• 字数: 5983字
• 语种: 中文
• DOI: 10.11992/tis.201603028

摘要

在图像检索中，传统的基于人工特征的检索方法并不能取得很好的效果。为此提出一种结合卷积神经网络和以前最好水准的哈希编码策略的图像检索方法。鉴于近几年卷积神经网络在大量的计算机视觉任务上的巨大进步，该方法首先使用在ILSVRC数据集上预训练过的VGGNet－D网络模型对实验图像数据集提取卷积特征来得到图像的深层表示，再采用以前最好水准的哈希策略将这些深层表示进行编码，从而得到图像的二进制码，最后再进行快速图像检索。在两个常用的数据集Caltech101和Caltech256上的实验结果表明，本文方法的5个策略相比于以前最好水准的相应的图像检索策略在“精度－召回率”和“平均正确率值－编码位数”两个指标上能获得更优异的性能，证明了本文方法在图像检索上的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光喜	桂林电子科技大学计算机与信息安全学院	82	455	12.0	16.0
3	龚震霆	桂林电子科技大学计算机与信息安全学院	4	26	2.0	4.0
9	任夏荔	桂林电子科技大学计算机与信息安全学院	4	26	2.0	4.0