联合加权聚合深度卷积特征的图像检索方法 |
| |
引用本文: | 时璇,许林松,李晨,王佳星,李党超.联合加权聚合深度卷积特征的图像检索方法[J].西安交通大学学报,2019(2). |
| |
作者姓名: | 时璇 许林松 李晨 王佳星 李党超 |
| |
作者单位: | 西安交通大学软件学院;西安交通大学实践教学中心 |
| |
摘 要: | 针对图像特征提取不充分影响图像检索平均精确率的问题,提出了一种基于联合加权聚合深度卷积特征的图像检索方法。该方法将图像输入到预先训练好的卷积神经网络中,提取最后一个卷积层输出作为图像的深度卷积特征;通过计算空间权重矩阵突出图像的显著性区域并抑制背景噪声区域,然后根据通道方差最大原则选取相应的特征图计算出空间权重矩阵,将原始深度卷积特征加权聚合为列向量;通过区分性地对待不同通道的特征图,计算出通道权重向量与上述列向量点乘得到最终的全局特征向量。公开数据集上的实验结果表明,本文方法能够有效地增强图像特征的表达能力,在图像检索的平均精确率上优于其他同类方法,可以有效地应用到图像检索相关领域。
|
关 键 词: | 图像检索 深度卷积特征 空间权重矩阵 通道权重向量 聚合 |
Joint Weighting Aggregation of Deep Convolutional Features for Image Retrieval |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|