利用特征融合提升深度学习图像检索算法

摘要：

基于卷积神经网络提取图像特征的方法被广泛应用到图像检索中,主要研究内容为设计良好的特征提取方式.为了提高图片全局特征评估检索准确率,对基于特征融合的深度学习图像检索算法进行分析.通过对不同特征提取方式进行测试,提出融合不同卷积层进行特征提取的策略,并且对提取效果进行分析.测试结果显示,检索准确率比单层卷积层提取特征的准确率要高;利用注意力机制融合特征发现通道信息的注意力机制可以提高检索准确率,而空间信息的注意力机制会降低原始信息的可区分度和检索准确率.

关键词：图像检索、卷积神经网络、特征融合、软融合、注意力机制

所属期刊栏目：52

分类号：TP391.4(计算技术、计算机技术)

资助基金：国网信息通信产业集团项目5268002XXX38

在线出版日期：2023-02-27（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：112-116