基于迁移学习的图像检索算法

摘要：

近年来,随着互联网的发展和智能设备的普及,网络上存储的图片数量呈现爆发式增长,同时,不同类型的社交网络、媒体的用户数量也连续增长.在这种情况下,网络上的多媒体数据类型也发生了变革,在包含其本身携带的视觉信息的同时,也包含用户为其设定的标签信息、文本信息.在这种多模态信息杂糅的环境下,如何向用户提供快速准确的图像检索结果,是多媒体检索领域的一个新挑战.文中提出了一种基于迁移学习的图像检索算法,在对图像的视觉信息进行学习的同时,也对图像的文本信息进行学习,并将学习到的结果迁移到视觉信息领域,进行跨模态信息融合,进而产生包含跨模态信息的图像特征.经实验证明,所提算法能够实现更优的图像检索结果.

关键词：图像检索、跨模态、迁移学习、特征提取

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：山东高等学校科技计划项目JI7KB161;国家自然科学基金61671274;中国博士后基金2016M592190;山东省高等学校优势学科人才团队培育计划,山东财经大学研究生教育创新计划SCY1604

在线出版日期：2019-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77