基于四元组完备损失的智能图像检索方法
在图像检索领域,将三元组排序损失应用于深度神经网络权重的更新,可以使生成的图像表示保存更多的语义特征,但是三元组排序损失没有全面的考虑不同类别图像之间的关联.为此提出了一种四元组完备损失,此损失函数将图像类间相似性小于类内相似性的特点融入到损失函数的构建中.与三元组排序损失函数相比,此函数可以更全面地体现查询图像与同类和不同图像之间的相似性关系.进一步,本文还提出了一种有效的基于四元组的深度网络结构,可用于图像的哈希检索.实验结果表明,提出的方法能够在CIFAR-10、SVHN和NUS-WIDE图像库中取得良好的检索性能.
四元组完备损失、自适应间隔、哈希表示、图像检索、人工智能
47
TP391(计算技术、计算机技术)
国家社会科学基金17BTQ068;河北省自然科学基金青年基金F2018511002;河北省高等学校科学技术研究Z2019037;中国博士后基金2017M621078
2019-11-08（万方平台首次上网日期，不代表论文的发表时间）
共8页
49-56
