一种基于胶囊网络的图像检索方法

• 作者: 刘子正 杨树国 黄静
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 图像检索 胶囊网络 特征提取
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 14-18,56
• 页数: 6页
• 分类号: TP391.41
• 字数: 3426字
• 语种: 中文

摘要

作为一种新兴的网络结构,胶囊网络用向量输出替代标量输出,能够捕捉图像特征之间的空间关系,改善卷积神经网络的局限性.首先对胶囊网络进行训练实现图像分类,得到图像的预测类标签,判定出查询图像的所属类别,然后将网络的数字胶囊层中的特征参数作为图像的特征向量,在查询图像的所属类别集合中利用图像特征向量找到与查询图像相似的图像.分别在FASHION-MNIST和CIFAR10数据集上进行了实验,实验结果表明本文方法可以较好地提取出图像的特征,分别提升了查准率,并取得了良好的图像检索结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨树国	青岛科技大学数理学院	34	170	7.0	12.0
2	黄静	青岛科技大学数理学院	2	2	1.0	1.0
3	刘子正	青岛科技大学数理学院	1	0	0.0	0.0