基于深度学习特征的图像检索方法

摘要：

针对图像高维特征占用巨大存储空间的问题,考虑到其中一些特征存在高度相关性,提出一种基于深度学习特征的图像检索方法.利用卷积神经网络,提取基于深度学习的图像特征;通过分析特征本身存在的相关性,采用主成分分析算法,对特征降维的同时尽量降低信息的损失;在此基础上对特征进行哈希编码,利用编码做快速图像检索.Caltech101和Caltech256数据集上的实验结果表明,相比直接使用原始深度特征进行编码检索,所提方法的检索性能更好.

关键词：图像检索、卷积神经网络、深度学习、主成分分析、哈希编码

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省数学教育软件工程技术研究中心开放基金项目LD16124X;广西自然科学基金项目2013GXNSFC019330;广西图像处理重点实验室基金项目LD15042X;广西学位与研究教育改革基金项目JGY2014060

在线出版日期：2018-05-30（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：503-510