基于深度学习耦合稀疏语义度量的商标检索算法

• 作者: 柴建伟 梁平 裴圣华
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 商标检索 语义鸿沟 深度学习 稀疏语义度量 L2支持向量机 混合范数
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图文信息技术
• 页码范围: 237-245
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2019.03.036

摘要

目的 针对当前商标图像检索中的语义鸿沟问题,提出一种深度学习耦合稀疏语义度量的商标图像检索方案,有效抑制噪声干扰,降低冗余特征维数.方法 首先,根据由卷积与池化组成的无监督学习机制,对输入商标图像进行多层特征提取,输出一维特征向量.随后,通过L2-支持向量机(L2-SVM)进行分类,利用特征向量进行训练,获得多级联特征.然后,根据商标图像的多级联特征和用户标签信息的异构数据结构,设计一种稀疏语义度量方法进行相似检索,减少语义鸿沟.此外,引入一种混合范数作为相似度量的稀疏约束,以抑制原始输入空间中的冗余特征维数和噪声,优化检索结果.结果 实验表明,与当前流行的商标检索方案相比,所提算法具有更高的检索精度,其输出的结果中仅有1幅无关图像.结论 该方案具有较高的检索精度和较强的鲁棒性,在商标检测、商标保护等方面中具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴建伟		4	5	1.0	2.0
2	梁平		3	2	1.0	1.0
3	裴圣华		1	0	0.0	0.0