基于卷积神经网络的图像检索算法研究

• 作者: 冀小平 牛亚茜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像检索 卷积神经网络 主成分分析 深层特征
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP391
• 字数: 4967字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0265

摘要

由于互联网+时代的到来,在线图像的数量急剧增加,基于内容的图像检索引起了很多关注.传统的检索方法由于图像表达能力不强,使得检索效率低下,不利于大规模图像检索.因此,提出一种新的基于卷积神经网络的图像检索算法.设计一种新型的端到端的卷积神经网络结构,同时学习基于概率的语义信息相似性和图像特征相似性;引入主成分分析方法,对深层特征进行降维的同时降低信息的损失;通过距离函数计算目标图像与数据库图像的距离,实现检索.在Image Net-1000和Oxford 5K数据集上的实验结果表明,该方法能够有效地增强图像特征的表达能力,提高检索性能,优于对比方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀小平	太原理工大学信息与计算机学院	40	311	9.0	16.0
2	牛亚茜	太原理工大学信息与计算机学院	1	1	1.0	1.0