首页 | 本学科首页   官方微博 | 高级检索  
     

CNN视觉特征的图像检索
引用本文:李钊,卢苇,邢薇薇,孙占全,王伟东,魏云超. CNN视觉特征的图像检索[J]. 北京邮电大学学报, 2015, 0(z1): 103-106,120. DOI: 10.13190/j.jbupt.2015.增.023
作者姓名:李钊  卢苇  邢薇薇  孙占全  王伟东  魏云超
作者单位:北京交通大学 软件学院,北京100044;山东省计算中心 国家超级计算济南中心,济南250014;山东省计算机网络重点实验室,济南250014;北京交通大学 软件学院,北京,100044;山东省计算中心 国家超级计算济南中心,济南250014;山东省计算机网络重点实验室,济南250014
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。

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

Image Retrieval Based on CNN Visual Features
LI Zhao,LU Wei,XING Wei-wei,SUN Zhan-quan,WANG Wei-dong,WEI Yun-chao. Image Retrieval Based on CNN Visual Features[J]. Journal of Beijing University of Posts and Telecommunications, 2015, 0(z1): 103-106,120. DOI: 10.13190/j.jbupt.2015.增.023
Authors:LI Zhao  LU Wei  XING Wei-wei  SUN Zhan-quan  WANG Wei-dong  WEI Yun-chao
Abstract:Convolutional neural network ( CNN) currently becomes research focus for image recognition. The visual features extracted from the pre-trained CNN demonstrate powerful ability for various recognition tasks. The performance of traditional visual features and CNN visual features for content-based image re-trieval was mainly compared. Experiments on the two public available datasets of Pascal Sentence and Pascal VOC 2007 show that, a sufficient performance of CNN visual features used in image retrieval when compared with traditional visual features.
Keywords:convolutional neural network  content-based image retrieval  feature extraction  deep learn-ing
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号