基于t-SNE卷积编码的图像检索方法

• 作者: 张亚非 徐伟光 徐玉龙 李阳 王家宝 苗壮
• 来源期刊: 计算机应用研究
• 关键词: 图像检索 特征提取 卷积神经网络 降维
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1244-1248,1264
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.065

摘要

为了提高基于内容图像检索系统的速度和精度,提出了一种基于t-SNE卷积编码的图像检索方法.该方法首先采用一个高精度卷积神经网络模型提取图像特征,然后通过定量分析模型不同层特征的检索性能,选择出最佳特征.其次将选择出的最佳特征使用t-SNE方法进行编码,降低特征维度的同时进一步减少图像特征中的噪声.最后,利用降维后的编码特征,实现基于内容的图像检索系统.实验结果表明:随着特征维度的降低,卷积编码方法不但不会降低检索精度,反而在某些情况下会提高检索精度.采用16维卷积编码特征,就可以超过传统方法128维编码特征的检索精度.而一旦特征维度降低8倍,可以使得特征的存储空间缩小8倍,图像检索效率大幅提高.因此,该方法可以有效提高基于内容图像检索系统的速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亚非	解放军理工大学指挥信息系统学院	55	661	13.0	23.0
2	苗壮	解放军理工大学指挥信息系统学院	30	266	8.0	15.0
3	李阳	解放军理工大学指挥信息系统学院	18	91	6.0	9.0
4	王家宝	解放军理工大学指挥信息系统学院	13	82	6.0	8.0
5	徐玉龙	解放军理工大学指挥信息系统学院	11	83	7.0	9.0
6	徐伟光	解放军理工大学指挥信息系统学院	10	34	5.0	5.0