胶囊网络下基于三元损失的图像相似性学习

• 作者: 杨旻 潘执政 魏鹏飞
• 来源期刊: 烟台大学学报（自然科学与工程版）
• 学科: 工学
• 关键词: 胶囊 深度学习 三元组 图像相似性
• 年，卷（期）: 2019,（2）
• 页码范围: 179-183
• 页数: 5页
• 分类号: TP391.4
• 字数: 3387字
• 语种: 中文
• DOI: 10.13951/j.cnki.37-1213/n.2019.02.013

摘要

学习细粒度图像相似性是机器学习中一项富有挑战性的任务,尤其是相似性很高的同类图像.本文提出了基于三元损失函数和胶囊网络的图像相似性学习方法,三元损失能够反映图像之间的“相对”相似性,而胶囊网络比普通深度学习网络具有更优的图像特征提取能力,将两者有机结合在一起形成的新型网络能够很好地完成图像相似度的学习任务.实验结果表明,本文提出的新方法相比于一般的深度学习方法,准确率有很大地提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨旻	烟台大学数学与信息科学学院	4	1	1.0	1.0
2	魏鹏飞	烟台大学数学与信息科学学院	2	1	1.0	1.0
3	潘执政	烟台大学数学与信息科学学院	1	1	1.0	1.0