结合主体检测的图像检索方法

• 作者: 单艳梅 熊昌镇 郭芬红
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 深度学习 特征提取 图像检索 余弦距离
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 792-798
• 页数: 7页
• 分类号: TP391.41
• 字数: 3796字
• 语种: 中文
• DOI: 10.3788/OPE.20172503.0792

摘要

为解决图像背景复杂造成图像检索效果差的问题,提出了一种结合主体检测的图像检索方法.该方法首先训练用于目标检测的深度卷积神经网络模型,利用训练好的模型检测查询图像中的物体类别、类别概率和其所在区域坐标及特征.根据物体的类别概率和其所在区域的坐标判断图像主体后,在数据库中查找和主体类别相同的图像.计算查询图像与检索的同类别图像之间区域特征的余弦距离,结合类别概率对所有检索图像进行打分排序,返回分值最高的前10幅图像作为检索结果.最后在VCO2007数据集和自己收集的书页数据集上进行算法验证.实验结果表明,在随机选取的1 000幅测试图片检索结果的全正确率为96.5％,比现有方法提升了6.6个百分点.本文方法可有效排除图像背景的干扰,得到更加准确的检索结果和定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭芬红	北方工业大学理学院	7	66	4.0	7.0