基于CNN特征和标签信息融合的图像检索

摘要：

针对基于内容的图像检索(CBIR)中图像底层视觉特征与高层语义特征之间存在的"语义鸿沟"问题,提出了一种基于卷积神经网络(CNN)特征和标签信息融合的图像检索算法.首先使用CNN模型提取图像的CNN特征以及标签信息,然后使用余弦距离分别计算这两个特征的相似度,最后将这两个相似度进行加权融合,用作图像检索排序准则.在caltech101和caltech256数据集上分别进行实验,实验结果表明,所提算法加强了图像特征与高层语义的结合,大大提高了图像检索的查准率.

关键词：卷积神经网络、CNN特征、标签、图像检索

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省科技厅基金资助项目KJT2016-1

在线出版日期：2017-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：346-353