面向近重复文本图像检索的三分支孪生网络

摘要：

针对传统近重复文本图像检索方法需人工事先确定近重复文本图像之间存在的变换类型,易受到人主观性影响这一问题,提出一个面向近重复文本图像检索的三分支孪生网络,能自动学习图像之间存在的各种变换.该网络输入为三元组,包括查询图像、查询图像的近重复图像以及其非近重复图像,训练时采用三元损失使得查询图像和近重复图像之间的距离小于查询图像与非近重复图像之间的距离.提出的方法在两个数据集上的mAP(mean average precision)分别达到98.76％和96.50％,优于目前已有方法.

关键词：近重复文本图像、图像检索、三分支孪生网络、三元损失函数、图像变换、三元组、特征提取、鲁棒性

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61603256

在线出版日期：2022-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：515-522