深度特征的实例图像检索算法综述

摘要：

基于内容的图像检索算法(CBIR)目标是在数量庞大的图像数据库中通过分析视觉内容,找出与查询图像在语义上匹配或相近的图像.其中通过特征提取获得具有判别性的图像表示对检索结果至关重要.随着深度学习的不断发展,图像检索中使用的图像特征表示方法也逐渐由原来的基于手工特征的方法转变为基于深度特征的方法.通过从特征提取的不同方法角度出发,回顾并追踪了最近基于深度特征的图像检索算法.对基于深度特征的图像检索算法分为基于深度全局特征与基于深度局部特征的图像检索算法两方面进行综述,其中在基于深度局部特征算法中重点关注了深度卷积特征聚合技术.并对现在广泛应用的深度全局与局部特征融合的图像检索方法进行归纳.探讨了深度特征的实例图像检索技术在遥感图像检索、电子商务产品检索和医疗图像检索领域中的实际应用,并比较这些特征提取算法在图像检索精度方面的表现.最后展望了深度特征提取技术在实例图像检索领域的未来研究趋势.

关键词：实例图像检索、深度学习、深度全局特征、深度局部特征

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62002038

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1565-1575