基于深度卷积神经网络的图像自编码算法

• 作者: 何奕江 寇菲菲 杜军平 梁美玉 王巍 罗盎
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 深度卷积 神经网络 社交网络图片 图像自编码 图像搜索
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 61-66,73
• 页数: 7页
• 分类号: TP37
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.432

摘要

针对目前图像编码的研究工作更加重视信息无损性,而没有体现出社交网络图像区分度的问题,本研究提出一种新颖的基于深度卷积神经网络的社交网络图像自编码算法,将深度卷积神经网络提取特征的能力与社交网络中图像的特点相结合,得到性能良好的图像自编码.结合社交网络图片的特性与聚类算法,先将图片进行聚类得到距离信息,再利用深度卷积神经网络学习图片的距离信息,提取深度卷积神经网络中的全连接层作为编码,重复以上步骤,并得到最终的图像编码.试验结果表明,本研究提出的算法在图像搜索中的效果好于其他算法,更利于在社交网络图像搜索中使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜军平	北京邮电大学计算机学院	44	347	10.0	16.0
2	梁美玉	北京邮电大学计算机学院	9	30	3.0	5.0
3	何奕江	北京邮电大学计算机学院	2	6	2.0	2.0
4	寇菲菲	北京邮电大学计算机学院	3	21	2.0	3.0
5	王巍		1	2	1.0	1.0
6	罗盎		1	2	1.0	1.0