基于多尺度特征映射匹配的图像表示方法

摘要：

在卷积神经网络模型中,空间金字塔池化方法将空间信息融入到深度特征的生成过程中,最终生成的图像表示可以有效地用于提高图像检索性能,但是此方法会导致生成的图像表示中不同维度之间描述的信息存在重复,且相同维度描述的图像内容不匹配.为此提出了一种基于多尺度特征映射匹配(multi-scale feature map matching,MFMM)的图像表示方法.此方法首先利用深度特征的方差与协方差矩阵提出了一种特征映射选择算法,用于增强图像表示中不同维度特征的独立性.其次,依据相同通道特征映射中高响应值位置有较高匹配性的特点,结合激活映射中最大响应位置的深度特征提出了一种优化的特征映射中心点选择方法.最后,按照不同的中心点通过多尺度窗口采样的方式,从特征映射中提取出带有空间信息的深度特征用于表示图像内容.实验结果表明,提出的方法在图像检索任务中能够取得良好的效果.

关键词：空间金字塔、响应匹配、多尺度窗口、图像表示

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;河北省自然科学基金青年基金资助项目;中央司法警官学院校级科研项目;河北省高等学校科学技术研究项目;河北大学中西部提升综合实力专项;河北大学高层次创新人才科研启动经费项目;河北省高等学校科学技术研究青年基金项目;河北省高等学校科学研究项目青年基金项目

在线出版日期：2020-10-26（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：2866-2870