基于兴趣目标的图像检索

• 作者: 张峰 钟宝江
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 图像检索 兴趣目标 显著性检测 图像分割 卷积神经网络 尺度不变特征变换 颜色特征
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1915-1923
• 页数: 9页
• 分类号: TP391
• 字数: 6474字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.08.016

摘要

当前图像检索算法通常针对整体图像提取特征以完成检索任务.然而,在很多情况下用户只会关注图像的一部分,即他们的兴趣目标.此时,从整体图像提取的特征一部分是有效的,另一部分则是无效的且会对检索过程带来消极影响.为此,本文提出基于兴趣目标的图像检索方案,并借助于现有的显著性检测、图像分割、特征提取等技术实现一款有效的图像检索算法.首先采用HS(Hierarchical Saliency,分层显著性)检测算法分析用户的兴趣目标并应用SC(Saliency-based Image Cut,基于显著性的图像分割)算法将其分割,然后针对兴趣目标提取HSV(Hue、Saturation、Value,色调、饱和度、明度)颜色特征、SIFT(Scale Invariant Feature Transform,尺度不变特征变换)局部特征和CNN(Convolutional Neural Network,卷积神经网络)语义特征,最后计算其与数据库图像的相似度并根据相似度排序返回检索结果.仿真实验结果表明,本文算法在解决“这是什么东西”这类图像检索任务时明显优于现有的图像检索算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张峰	苏州大学计算机科学与技术学院	44	264	9.0	14.0
2	钟宝江	苏州大学计算机科学与技术学院	18	161	6.0	12.0