-
题名基于显著性语义区域加权的图像检索算法
被引量：8
- 1
-
-
作者
陈宏宇
邓德祥
颜佳
范赐恩
-
机构
武汉大学电子信息学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第1期136-142,共7页
-
基金
国家自然科学基金资助项目(61701351)~~
-
文摘
针对计算视觉领域图像实例检索的问题,提出了一种基于深度卷积特征显著性引导的语义区域加权聚合方法。首先提取深度卷积网络全卷积层后的张量作为深度特征,并利用逆文档频率(IDF)方法加权深度特征得到特征显著图;然后将其作为约束,引导深度特征通道重要性排序以提取不同特殊语义区域深度特征,排除背景和噪声信息的干扰;最后使用全局平均池化进行特征聚合,并利用主成分分析(PCA)降维白化得到图像的全局特征表示,以进行距离度量检索。实验结果表明,所提算法提取的图像特征向量语义信息更丰富、辨识力更强,在四个标准的数据库上与当前主流算法相比准确率更高,鲁棒性更好。
-
关键词
图像检索
卷积神经网络
深度特征显著性
语义区域加权
特征聚合
-
Keywords
image retrieval
Convolutional Neural Network(CNN)
deep feature saliency
semantic region weighting
feature aggregation
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
