基于深度学习特征的图像检索方法

• 作者: 任夏荔 曹建收 蔡天任 陈光喜
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 图像检索 卷积神经网络 深度学习 主成分分析 哈希编码
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 多媒体技术
• 页码范围: 503-510
• 页数: 8页
• 分类号: TP391.41
• 字数: 5879字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.02.037

摘要

针对图像高维特征占用巨大存储空间的问题,考虑到其中一些特征存在高度相关性,提出一种基于深度学习特征的图像检索方法.利用卷积神经网络,提取基于深度学习的图像特征;通过分析特征本身存在的相关性,采用主成分分析算法,对特征降维的同时尽量降低信息的损失;在此基础上对特征进行哈希编码,利用编码做快速图像检索.Caltech101和Caltech256数据集上的实验结果表明,相比直接使用原始深度特征进行编码检索,所提方法的检索性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光喜	桂林电子科技大学计算机与信息安全学院	82	455	12.0	16.0
2	任夏荔	桂林电子科技大学计算机与信息安全学院	4	26	2.0	4.0
3	曹建收	桂林电子科技大学计算机与信息安全学院	3	24	2.0	3.0
4	蔡天任	桂林电子科技大学计算机与信息安全学院	2	19	2.0	2.0