基于深度特征加权的图像表示方法

摘要：

卷积神经网络可以在图像检索中为图像内容提供有效的表示,基于该理论提出一种基于深度特征加权的图像表示方法,此方法通过对深度特征加权,突出图像表示中对象的内容,并降低背景信息的影响.首先,通过预训练卷积神经网络提取出图像的特征映射,然后根据不同特征映射的特点,计算出深度特征的位置重要性、区域重要性和通道重要性,并根据3种重要性对深度特征进行加权,最后通过池化与深度特征聚合的方式生成图像表示.实验结果表明,与其他图像表示方法相比,提出的方法在Holiday、Oxford和Paris图像库中取得了更好的检索效果.

关键词：卷积神经网络、图像检索、特征加权、池化

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金项目;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项目;中央司法警官学院项目;河北省高等学校科学技术研究项目 ;首都医科大学基础-临床科研合作基金

在线出版日期：2020-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：47-53