10.11830/ISSN.1000-5013.201706028
卷积特征图融合与显著性 检测的图像检索
针对基于深度学习的图像检索提取特征往往包含了复杂的背景噪声,导致图像检索的精确率并不高的问题,提出一种特征图融合与显著性检测的方法.首先,训练用于分类的深度卷积神经网络模型.然后,并将图像卷积之后的特征图谱进行融合,得到图像的显著性区域.最后,通过计算图像显著性特征的余弦距离来进行检索.实验结果证明:相比目前主流的方法,文中方法能够有效提高检测精度,且鲁棒性较高.
图像检索、特征图融合、显著性检测、卷积神经网络
39
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61673186,61370006,61502183;福建省自然科学基金资助项目2013J06014,2014J01237;华侨大学中青年教师科研提升资助计划项目ZQN-YX108;华侨大学研究生科研创新培育计划资助项目1511314007
2019-01-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
937-941