原文服务方: 计算机应用研究       
摘要:
现有主流的利用预训练卷积神经网络提取图像特征的方法存在仅使用单层预训练特征表征图像和预训练任务与实际研究任务不一致的问题,使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰.针对上述问题,使用了预训练网络中的多层特征,并提出了多层次图像特征融合算法.在图文匹配的学习目标指导下,利用多层感知机(multi-layer perceptron)有监督地融合和降维多层次的预训练图像特征,生成融合图像特征,从而充分利用预训练特征,减少噪声干扰.实验结果表明,提出的融合算法可实现对预训练的图像特征更有效的利用,相比于使用单层次特征的方法能获得更好的图文匹配效果.
推荐文章
面向属性归纳下的多层次决策规则获取算法
层次决策规则
正域
变精度粗糙集
概念层次
增强现实中的多层次遮挡算法
增强现实
遮挡检测
立体匹配
基于特征的多层次红外与可见光图像融合方法
可见光图像
红外图像
目标提取
温度阈值
分层融合
基于多层次多方向分解的医学图像融合算法
图像融合
医学图像
V-系统
多层次V分解
非下采样Contourlet变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向图文匹配任务的多层次图像特征融合算法
来源期刊 计算机应用研究 学科
关键词 图文匹配 多层次图像特征 预训练特征 融合图像特征 推荐系统
年,卷(期) 2020,(3) 所属期刊栏目 图形图像技术
研究方向 页码范围 951-956
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.10.0780
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郝志峰 广东工业大学计算机学院 166 940 14.0 20.0
3 蔡瑞初 广东工业大学计算机学院 66 279 10.0 13.0
4 温雯 广东工业大学计算机学院 48 272 10.0 14.0
7 王丽娟 广东工业大学计算机学院 20 92 5.0 9.0
8 李俊峰 广东工业大学计算机学院 1 0 0.0 0.0
9 黎伊婷 广东工业大学计算机学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (128)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图文匹配
多层次图像特征
预训练特征
融合图像特征
推荐系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导