基于SHN模型的商品图像检索方法

• 作者: 冯旭鹏 刘利军 贺周雨 黄青松
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 商品图像检索 深度卷积神经网络 多尺度池化 哈希学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形与图像
• 页码范围: 1991-1999
• 页数: 9页
• 分类号: TP391.4
• 字数: 7729字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.11.013

摘要

近年来电子商务行业快速发展,如何通过图像信息在庞大的商品库中快速、准确地找到所需要的商品具有重要的应用价值.针对商品图像数据规模大、类间数据量差异大、被拍摄商品的尺度相差较大以及压缩图像会损失掉细节信息的特点,提出了一个融合金字塔池化策略与哈希学习的空间金字塔池化哈希网络SHN模型,作为本文商品图像检索方法的特征提取部分.为了提高模型对图像形变的鲁棒性,采用金字塔池化策略实现多尺度特征融合;为了使学习到的哈希码具有更好的独立性,使用量化误差损失及附加权值对哈希编码进行约束.本文方法保留了原始图像信息,解决了图像尺度变化所带来的负面影响,通过哈希编码能够实现快速的商品图像检索,商品图像检索实验中的mAP值达到91.9863％,完成一次检索所用时间为0.034856 s,检索性能优于当前主流方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
5	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
6	冯旭鹏	昆明理工大学信息化建设管理中心	34	77	5.0	7.0
7	贺周雨	昆明理工大学信息工程与自动化学院	2	0	0.0	0.0