| 多媒体工程：2016——图像检索研究进展与发展趋势 |
| |
| 引用本文： | 于俊清,吴泽斌,吴飞,孙立峰.多媒体工程：2016——图像检索研究进展与发展趋势[J].中国图象图形学报,2017,22(11):1467-1485. |
| |
| 作者姓名： | 于俊清 吴泽斌 吴飞 孙立峰 |
| |
| 作者单位： | 华中科技大学计算机科学与技术学院, 武汉 430074,华中科技大学计算机科学与技术学院, 武汉 430074,浙江大学计算机学院, 杭州 310058,清华大学计算机科学与技术系, 北京 100084 |
| |
| 基金项目： | 国家自然科学基金项目（61572211） |
| |
| 摘 要： | 目的 基于内容的图像检索方法利用从图像提取的特征进行检索，以较小的时空开销尽可能准确的找到与查询图片相似的图片。方法 本文从浅层特征、深层特征和特征融合3个方面对图像检索国内外研究进展和面临的挑战进行介绍，并对未来的发展趋势进行展望。结果 尺度下不变特征转换（SIFT）存在缺乏空间几何信息和颜色信息，高层语义的表达不够等问题；而CNN （convolutional neural network）特征则往往缺乏足够的底层信息。为了丰富描述符的信息，通常将SIFT与CNN等特征进行融合。融合方式主要包括：串连、核融合、图融合、索引层次融合和得分层（score-level）融合。"融合"可以有效地利用不同特征的互补性，提高检索的准确率。结论 与SIFT相比，CNN特征的通用性及几何不变性都不够强，依然是图像检索领域面临的挑战。
|
| 关 键 词： | 尺度不变特征 卷积神经网络 特征融合 图像检索 |
| 收稿时间： | 2017/8/16 0:00:00 |
| 修稿时间： | 2017/9/4 0:00:00 |
Multimedia technology 2016:advances and trends in image retrieval |
| |
| Yu Junqing,Wu Zebin,Wu Fei and Sun Lifeng.Multimedia technology 2016:advances and trends in image retrieval[J].Journal of Image and Graphics,2017,22(11):1467-1485. |
| |
| Authors: | Yu Junqing Wu Zebin Wu Fei and Sun Lifeng |
| |
| Affiliation: | Computer Department of HuaZhong University of Science and Technology,Wuhan 430074,China,Computer Department of HuaZhong University of Science and Technology,Wuhan 430074,China,Computer Department of Zhejiang University,Hangzhou 310058,China and Computer Department of Tsinghua University,Beijing 100084,China |
| |
| Abstract: | |
| |
| Keywords: | scale invariant feature transform (SIFT) convolutional neural network (CNN) feature fusions image retrieval |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|
