基于深度卷積神經(jīng)網(wǎng)絡的圖像檢索算法研究.pdf

1、近年來隨著手機等智能終端的普及，以及社交網(wǎng)絡和購物網(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。如何從紛繁復雜的圖像數(shù)據(jù)中快速準確檢索到用戶所需的相關信息，一直是計算機視覺和圖像檢索領域的研究熱點和難點?；趦?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鍵技術。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一步提高。
　

2、　本文將深度學習的方法應用到圖像檢索中，提出了一種基于深度卷積神經(jīng)網(wǎng)絡的圖像檢索算法。首先對圖像數(shù)據(jù)進行預處理;然后用卷積神經(jīng)網(wǎng)絡對圖像數(shù)據(jù)集進行訓練，當網(wǎng)絡趨于收斂時保存訓練的網(wǎng)絡模型，利用訓練模型來提取深度圖像特征并可視化圖像特征;最后結合距離度量算法得到圖像檢索結果。在實驗結果分析中，詳細對比了卷積神經(jīng)網(wǎng)絡訓練過程中迭代次數(shù)與損失及準確率之間的關系。同時利用平均準確率等評價指標來分析圖像檢索的結果，通過實驗驗證了基于卷積神經(jīng)網(wǎng)絡的