10.13682/j.issn.2095-6533.2022.02.010
基于卷积神经网络和LSH的图像检索算法
为了提高图像检索的准确度和检索效率,提出一种基于卷积神经网络和局部敏感哈希(Locality-Sensitive Hashing,LSH)算法的图像检索算法.使用图像库ImageNet对视觉几何小组16(Visual Geometry Group 16,VGG16)网络进行训练,获取初始化参数.以卷积神经网络为基础,增加哈希层代替VGG16全连接层,获取图像的高维特征向量.利用哈希函数满足p-稳定分布的LSH算法将高维特征向量映射为哈希码,并将相似图像映射到同一个哈希桶中作为粗检候选集,计算并排序候选集中特征向量欧氏距离完成图像检索,从而得到最终的检索结果.实验结果表明,与其他基于不同哈希算法的图像检索算法相比,所提算法具有较高的准确性和较快的检索速度.
图像检索、卷积神经网络、局部敏感哈希算法、高维特征向量
27
TP311.52(计算技术、计算机技术)
陕西省教育厅科学研究计划项目103/205040120
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
88-94