基于深度学习的图像检索研究?

• 作者: 何嘉 杨馥溢
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 深度学习 深度卷积神经网络 图像检索 二进制描述符
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 图像处理
• 页码范围: 2276-2280,2285
• 页数: 6页
• 分类号: TP301.6
• 字数: 4109字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.09.033

摘要

首先深度学习是机器学习研究中的一个新的领域,广泛应用到图像识别中,已取得很好的成绩;其次如何从大规模的图像数据集中检索到目标图像已经逐渐成为多媒体研究领域的重点与难点.所以论文提出基于深度学习的图像检索技术,利用深度卷积神经网络模型进行特征抽取,将特征二值化,并修改网络损失函数,然后把二进制描述符应用于图像检索系统中,提高图像检索效率.即图像检索的关键步骤在于高准确的图像特征提取和高效率的特征匹配.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何嘉	成都信息工程大学计算机学院	37	160	8.0	10.0
2	杨馥溢	成都信息工程大学计算机学院	3	1	1.0	1.0