基于改进哈希算法的图像检索方法

• 作者: 李菲菲 陆超文 陈虬
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 图像检索 卷积神经网络 哈希算法 视觉特征 汉明空间 特征编码 特征维度
• 年，卷（期）: 2020,（5）
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP391
• 字数: 3779字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.05.005

摘要

当前主流图像检索技术所采用的传统视觉特征编码缺少足够的学习能力,影响学习得到的特征表达能力.此外,由于视觉特征维数高,会消耗大量的内存,因此降低了图像检索的性能.文中基于深度卷积神经网络与改进的哈希算法,提出并设计了一种端到端训练方式的图像检索方法.该方法将卷积神经网络提取的高层特征和哈希函数相结合,学习到具有足够表达能力的哈希特征,从而在低维汉明空间中完成对图像数据的大规模检索.在两个常用数据集上的实验结果表明,所提出的哈希图像检索方法的检索性能优于当前的一些主流方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李菲菲	上海理工大学光电信息与计算机工程学院	21	44	4.0	5.0
2	陈虬	上海理工大学光电信息与计算机工程学院	17	40	4.0	5.0
3	陆超文	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0