融合多层卷积神经网络特征的快速图像检索方法

摘要：

基于卷积神经网络在图像特征表示方面的良好表现,以及深度哈希可以满足大规模图像检索对检索时间的要求,提出了一种结合卷积神经网络和深度哈希的图像检索方法.针对当前典型图像检索方法仅仅使用全连接层作为图像特征进行检索时,存在有些样本的检索准确率为零的问题,提出融合神经网络不同层的信息作为图像的特征表示;针对直接使用图像特征进行检索时响应时间过长的问题,使用深度哈希的方法将图像特征映射为二进制的哈希码,这样哈希码中既包含底层的边缘信息又包含高层的语义信息;同时,提出了一种相似性度量函数进行相似性匹配.实验结果表明,与已有的图像检索方法相比,该方法在检索准确率上有一定程度的提高.

关键词：图像检索、深度学习、深度哈希、卷积神经网络

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1410-1416