基于联合分类器的非自然图像检索

• 作者: 张跃 朱允斌 许婷婷
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 非自然图像 联合分类器 卷积神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 244-248
• 页数: 5页
• 分类号: TP3
• 字数: 3699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.04.045

摘要

卷积神经网络已经被广泛应用于图像检索领域,目前的图像检索系统在自然图像上效果很好.但是自然世界中还存在着海报、漫画这样的非自然图像,这些图像的检索效果并不好.相比于自然图像,这些图像往往具有大面积的单一色块,相邻色块间经常存在强烈的颜色对比,色块的分布也更无规律,可提取特征较少.如果想要较好的检索效果,就需要提取较多的特征,进而需要设计更深、更复杂的网络,或者利用多个卷积神经网络的提取信息.尝试解决以海报图像为例的非自然图像检索,提出一个基于卷积神经网络的联合分类器.此联合分类器用不同的融合算法结合了多个独立分类器的结果,再进行分类.实验结果表明,对比单分类器,所提出的基于卷积神经网络的联合分类器能有效提高分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱允斌	复旦大学计算机科学技术学院	6	18	2.0	4.0
3	许婷婷	复旦大学计算机科学技术学院	3	0	0.0	0.0
9	张跃		1	0	0.0	0.0