没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
Computer Enginee ring a nd Applications 计算机工程与应用
2019,55(23)
1 引言
基于内容的图像检索是指通过对图像的内容进行
分析进而搜索相似图像,近年来成为众多研究者的研究
热点之一。随着互联网时代的到来,网络图像资源增长
迅速,而针对大规模的图像检索,传统的线性查找显然
是不现实的,如何实现快速有效的检索以满足客户需求
成为亟待解决的问题。目前常见的基于内容的图像检
索(Content-Based Image Retrieval,CBIR)描述符主要
包括基于底层视觉特征的描述符如SIFT
[1]
、HOG
[2]
、BoW
[3]
等和基于高层语义的特征描述符。传统的底层视觉特
征描述符都是通过对整幅图像进行遍历来确定特征点,
运算量大,很难满足实时性的要求。近年,宋博等
[4]
提出
一种快速特征提取与感知哈希结合的图像配准算法,解
决了传统匹配算法提取特征点耗时的问题,提高了特征
点提取的速度以及匹配准确率,应用于检索领域也可取
得一定的成效。苗军等
[5]
提出了一种基于最长公共视觉
词串的图像检索方法,利用最长公共视觉词串表达图像
特征间的距离,引入了图像目标间的空间位置关系,与
传统的 BoF 方法和 BoW 方法相比提高了图像检索的效
果。尽管这些视觉特征描述符在图像特征提取方面取
基于哈希编码和卷积神经网络的图像检索方法
王 妙,景军锋
西安工程大学 电子信息学院,西安 710600
摘 要:针对图像检索,提出一种基于哈希编码和卷积神经网络的方法。主要是在卷积神经网络(CNN)中加入哈希
层,采用由粗到精的分级检索策略,根据学习到的哈希码进行粗检索得到与查询图像相同或相似的
m
幅图像构成图
像池,计算池内图像与查询图像高层语义特征之间的欧氏距离进行精检索,达到最终的检索目的。提出方法将哈希
层的损失作为优化目标之一,结合图像的两种特征进行检索,弥补了现有方法中直接利用 CNN 深层特征检索耗时、
占用内存的不足。在印花织物和 CIFAR-10 数据集上的实验结果表明,提出方法检索性能优于其他现有方法。
关键词:图像检索 ;卷积神经网络;哈希编码;分级检索
文献标志码:A 中图分类号:TP 751 doi:10.3778/j.issn.1002-8331.1809-0039
王妙,景军锋 . 基于哈希编码和卷积神经网络的图像检索方法 . 计算机工程与应用,2019,5 5(23):194-199.
WANG Miao, JING Junfeng. Image retrieval based on Hash coding and convolutional neural network. Computer Engi -
neering and Applications, 2019, 55(23):1 94-199.
Image Retrieval Based on Hash Coding and Convolutional Neural Network
WANG Miao, JING Junfeng
School of Elect ronic and Information, X i’an Polytechnic University, Xi’an 710600, China
Ab stract:Aiming at the retrieval of images, a method based on Hash c oding and Convolutional Neural Network(CNN)
is proposed. The idea is to add a Has h layer to the CNN, and a coarse-to-fin e search strategy is used to retrieval similar
images. Firstly, the coarse-level search is operated according to the Hash coding to obtain the same or similar i mages to
form a pool of m images. Then the Euclidean distances between the high-level semantic features of the m images and query
image are calculated for fine-lev el search, th us achieving the ultimate re trieval purpo se. Th e proposed method takes the
loss of Hash layer as one of the optimization goals , and two features are combined for image retrieval, which m akes up
the shortcomings of time consuming and memory using of the existing methods. The r esults show that the proposed method
out performs the state-of -art algorithms on printed fabric and CIFAR-10 datasets.
Key w ords:image retrieval; Convolutional Neural Network(CNN); Hash coding; hierarchical search
作者简介:王妙(1993—),女,硕士研究生,研究领域为机器视觉、图像处理,E-mail:237621658@qq.com;景军锋(1978—),男,教
授,研究领域为机器视觉、图像处理。
收稿日期:2018-09-05 修回日期:2018-11-21 文章编号:1002-8331(20 19)23-0194-06
CN KI 网络出版:2019-01- 23, http://kns.cnki .net/kcms/detail/11.2 127.tp.20190121.1757.011.html
194
数据资源
- 粉丝: 113
- 资源: 23万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0