融合特征关联性的深度哈希图像表示方法

• 作者: 刘博 刘太行 吴树芳 张楠楠 朱杰
• 来源期刊: 计算机应用研究
• 关键词: 深度特征描述子 深度视觉词图像表示 频繁项集图像表示 优化的阈值
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3197-3200
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.06.0169

摘要

针对深度描述子无法提供图像特征之间关联性的问题进行了研究,提出了一种融合特征关联性的深度哈希图像表示方法,这种方法将深度描述子之间的关系融入到图像内容的描述中,用于提高图像检索性能.首先,通过预训练网络生成图像的特征映射,并在此基础上提取出深度特征描述子.然后,将深度特征描述子映射为深度视觉词,从而用于深度视觉词的频繁项集发现.接下来将离散值的深度视觉词图像表示和哈希值的频繁项集图像表示连接生成图像表示.最后,算法通过图像类内、类间的相似性关系构造优化,得到最优的阈值,用于将图像表示变为哈希值.实验中,将提出的方法与一些优秀的图像表示方法在holiday、Oxford和Paris图像集的图像检索任务中进行了性能比对,用于证明此方法的有效性.