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?；趦热莸膱D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