全局及其个性化区域特征的图像检索

摘要：

交通领域个性化图像检索的关键是根据业务需求通过重点监控车辆的个性化特征在海量数据库中进行匹配,其目的是捕获与重点监控车辆相关的卡口信息.目前的图像检索算法包括基于文本的图像检索、基于内容的图像检索方法和基于语义的图像检索.针对交通领域的图像检索需求,提出了一种基于全局以及个性化感兴趣区域特征的图像检索算法.通过使用交通图像库进行检索验证,对个性化特征进行精准滤除,从而得到准确的检索结果.实验表明,此种基于全局特征结合个性化感兴趣区域特征的图像检索算法解决了CNN高层特征对个性化局部特征描述能力低、检索耗时等问题,并通过个性化局部特征提高了检索效果,使得检索率、平均准确率都达到90％,呈现出较好的检索效果,计算速度快,具有较强的鲁棒性和实用性.

关键词：卷积神经网络、HOG特征、图像检索、智能交通系统

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：公安部技术研究计划项目2015JSYJB26;公安部技术研究计划竞争性遴选项目2014QZX005;江苏省科技支撑计划BE2014646;苏州市科技支撑计划SS201413

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：205-207,246