基于卷积神经网络和PCA降维的图像检索算法

• 作者: 崔文成 常爱玲 徐盼盼
• 来源期刊: 数字化用户
• 关键词: 卷积神经网络 PCA降维 余弦定律 图像检索 特征提取
• 年，卷（期）: 2018,（49）
• 所属期刊栏目: 网络通信
• 页码范围: 3
• 页数: 1页
• 字数: 1788字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0843.2018.49.003

摘要

针对图像检索中视觉特征的弱表达能力以及图像特征高维性的问题,提出了一种基于卷积神经网络(CNN)和PCA降维的图像检索方法.首先,采用训练的CNN提取所有图像的原始特征;其次,利用PCA将图像原始特征降至贡献率较大的维数,在降维的同时,尽可能的保留图像特征的特性;最后,运用余弦定律将查询图像特征与数据集所有图像特征进行相似性对比,求得图像检索的平均准确率、平均查全率和检索时间.为验证算法性能,选取Caltech-256数据集进行图像检索,并与3种主流的检索方法进行对比,结果表明,所提算法能够提升检索效率,同时图像特征能够得到有效的分离和表达.