多媒体工程:2016——图像检索研究进展与发展趋势

• 作者: 于俊清 吴泽斌 吴飞 孙立峰
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 尺度不变特征 卷积神经网络 特征融合 图像检索
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 综述
• 页码范围: 1467-1485
• 页数: 19页
• 分类号: TP301.6
• 字数: 18907字
• 语种: 中文
• DOI: 10.11834/jig.170503

摘要

目的 基于内容的图像检索方法利用从图像提取的特征进行检索,以较小的时空开销尽可能准确的找到与查询图片相似的图片.方法 本文从浅层特征、深层特征和特征融合3个方面对图像检索国内外研究进展和面临的挑战进行介绍,并对未来的发展趋势进行展望.结果 尺度下不变特征转换(SIFT)存在缺乏空间几何信息和颜色信息,高层语义的表达不够等问题;而CNN(convolutional neural network)特征则往往缺乏足够的底层信息.为了丰富描述符的信息,通常将SIFT与CNN等特征进行融合.融合方式主要包括:串连、核融合、图融合、索引层次融合和得分层(score-level)融合.“融合”可以有效地利用不同特征的互补性,提高检索的准确率.结论 与SIFT相比,CNN特征的通用性及几何不变性都不够强,依然是图像检索领域面临的挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴飞	浙江大学计算机学院	225	2325	27.0	39.0
2	孙立峰	清华大学计算机科学与技术系	25	143	8.0	11.0
3	于俊清	华中科技大学计算机科学与技术学院	60	576	14.0	22.0
4	吴泽斌	华中科技大学计算机科学与技术学院	3	15	1.0	3.0