基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索算法研究.pdf

1、近年來隨著手機(jī)等智能終端的普及，以及社交網(wǎng)絡(luò)和購物網(wǎng)站的興起，圖像、視頻等多媒體數(shù)據(jù)在互聯(lián)網(wǎng)上呈現(xiàn)爆炸式的增長。如何從紛繁復(fù)雜的圖像數(shù)據(jù)中快速準(zhǔn)確檢索到用戶所需的相關(guān)信息，一直是計(jì)算機(jī)視覺和圖像檢索領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。基于內(nèi)容的圖像檢索方法通常包含特征提取和相似性度量兩方面的關(guān)鍵技術(shù)。傳統(tǒng)的圖像檢索方法大多采用的人工提取的特征，由于低層圖像內(nèi)容特征與高層語義之間存在的“語義鴻溝”問題，使得目前的圖像檢索效率仍有待進(jìn)一步提高。
　

2、　本文將深度學(xué)習(xí)的方法應(yīng)用到圖像檢索中，提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索算法。首先對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)處理;然后用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像數(shù)據(jù)集進(jìn)行訓(xùn)練，當(dāng)網(wǎng)絡(luò)趨于收斂時(shí)保存訓(xùn)練的網(wǎng)絡(luò)模型，利用訓(xùn)練模型來提取深度圖像特征并可視化圖像特征;最后結(jié)合距離度量算法得到圖像檢索結(jié)果。在實(shí)驗(yàn)結(jié)果分析中，詳細(xì)對(duì)比了卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中迭代次數(shù)與損失及準(zhǔn)確率之間的關(guān)系。同時(shí)利用平均準(zhǔn)確率等評(píng)價(jià)指標(biāo)來分析圖像檢索的結(jié)果，通過實(shí)驗(yàn)驗(yàn)證了基于卷積神經(jīng)網(wǎng)絡(luò)的