CNN视觉特征的图像检索

被引：21

作者：

李钊 ^{[1
,2
,3
]}

卢苇 ^{[1
]}

邢薇薇 ^{[1
]}

孙占全 ^{[2
,3
]}

王伟东 ^{[1
]}

魏云超 ^{[1
]}

机构：

[1] 北京交通大学软件学院

[2] 山东省计算中心国家超级计算济南中心

[3] 山东省计算机网络重点实验室

来源：

北京邮电大学学报 | 2015年 / 38(S1)卷 / S1期

关键词：

卷积神经网络; 基于内容的图像检索; 特征提取; 深度学习;

D O I：

10.13190/j.jbupt.2015.s1.023

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

卷积神经网络(CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力.主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向.在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索.

引用

页码：103 / 106+120 +120

页数：5

共 6 条

[1] The Pascal Visual Object Classes (VOC) Challenge
Everingham, Mark
Van Gool, Luc
Williams, Christopher K. I.
Winn, John
Zisserman, Andrew
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2010, 88 (02) : 303 - 338
[2] Image retrieval[J] . Ritendra Datta,Dhiraj Joshi,Jia Li,James Z. Wang.ACM Computing Surveys （CSUR） . 2008 (2)
[3] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[4] Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope[J] . Aude Oliva,Antonio Torralba.International Journal of Computer Vision . 2001 (3)
[5] Collecting image annotations using Amazon’’s mechanical turk. Rashtchian C,Peter Y. Proceedings of the NAACL HLT Workshop on Creating Speech and Language Data with Amazon’’s Mechanical Turk . 2010
[6] Cnn features off-the-shelf:an astounding baseline for recognition. Ali S R,Hossein A,Josephine S,et al. CVPRW . 2014

← 1 →