基于显著性语义区域加权的图像检索算法

• 作者: 范赐恩 邓德祥 陈宏宇 颜佳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像检索 卷积神经网络 深度特征显著性 语义区域加权 特征聚合
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 136-142
• 页数: 7页
• 分类号: TP391.413|TP18
• 字数: 8214字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018051150

摘要

针对计算视觉领域图像实例检索的问题,提出了一种基于深度卷积特征显著性引导的语义区域加权聚合方法.首先提取深度卷积网络全卷积层后的张量作为深度特征,并利用逆文档频率(IDF)方法加权深度特征得到特征显著图;然后将其作为约束,引导深度特征通道重要性排序以提取不同特殊语义区域深度特征,排除背景和噪声信息的干扰;最后使用全局平均池化进行特征聚合,并利用主成分分析(PCA)降维白化得到图像的全局特征表示,以进行距离度量检索.实验结果表明,所提算法提取的图像特征向量语义信息更丰富、辨识力更强,在四个标准的数据库上与当前主流算法相比准确率更高,鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓德祥	武汉大学电子信息学院	29	281	9.0	16.0
2	颜佳	武汉大学电子信息学院	20	309	9.0	17.0
3	范赐恩	武汉大学电子信息学院	21	202	7.0	13.0
4	陈宏宇	武汉大学电子信息学院	1	5	1.0	1.0