基于多尺度深度学习的商品图像检索

被引：12

作者：

周晔 ^{[1
]}

张军平 ^{[2
]}

机构：

[1] 复旦大学计算机科学技术学院

[2] 上海市智能信息处理重点实验室

来源：

计算机研究与发展 | 2017年 / 08期

关键词：

商品图像检索; 深度学习; 多尺度; 度量学习; 模型压缩;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

商品图像检索的目标是检索与图像内容相符的商品,它是移动视觉搜索在电子商务中的重要应用.商品图像检索的发展,既为用户购物提供便利,又促进了电子商务向移动端发展.图像特征是影响商品图片检索性能的重要因素.复杂的图片背景、同类商品之间的相似性和被拍摄商品尺度的变化,都使得商品图像检索对图像特征提出了更高的要求.提出了一种多尺度深度神经网络,以便于抽取对复杂图片背景和目标物体尺度变化更加鲁棒的图像特征.同时根据商品类别标注信息学习图片之间的相似度.针对在线服务对响应速度的要求,通过压缩模型的深度和宽度控制了计算开销.在一个百万级的商品图片数据集上的对比实验证明:该方法在保持速度的同时提升了查询的准确率.

引用

页码：1824 / 1832

页数：9