基于深度結(jié)構(gòu)的多級特征提取及其在圖像檢索中的應用研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，在線圖片的數(shù)量呈現(xiàn)爆炸性的增長，尤其在最近移動互聯(lián)網(wǎng)端的迅猛發(fā)展，圖片作為其信息呈現(xiàn)的載體逐漸火爆。隨著大量圖片資源的涌現(xiàn)，在大規(guī)模的圖像規(guī)模下的圖像檢索需求越發(fā)突出，人們對于檢索的要求也越來越高，傳統(tǒng)的通過文字作為關(guān)鍵字來檢索使用標簽標記圖片的模式愈發(fā)不能滿足人們對于新型互聯(lián)網(wǎng)的要求。更多的，通過圖片本身的語義來檢索相關(guān)類似的圖片是將來的圖片檢索的發(fā)展方向。如何通過提取圖片本身的語義，并且通過其提取出來的信息進行

2、檢索，是本論文的主要的研究內(nèi)容。
　　針對于這個問題，將從傳統(tǒng)的視覺單詞模式出發(fā)，通過結(jié)合人對于圖片識別的視覺習慣，提出了一種基于深度神經(jīng)網(wǎng)絡的圖片多級特征的搜索方法。論文主要研究感興趣區(qū)域的篩選，感興趣區(qū)域的特征提取，圖片檢索方法。在圖像特征提取方面，論文選用了卷及神經(jīng)網(wǎng)絡對圖像進行特征提取，選用了采納SPM結(jié)構(gòu)的ZF5網(wǎng)絡模型，使用其第七層，也就是fc7層的激活值作為圖像的特征表示。使用了selective-search方式對

3、圖片進行了候選框的提取，通過尺寸、長寬比等條件將候選框的數(shù)量降低，通過篩選若干個候選框與全圖組成一個集合來產(chǎn)生多級特征，使用多級特征表示來代替原有的由全圖特征。實驗證明，在各個維度下，在基于場景的Holidays數(shù)據(jù)集上，新的特征組合方式能夠良好地保持原有的效果，且在MAP值上有略微的提升，采用了基于KD-Tree的索引結(jié)構(gòu)后，索引準確率比線性比較歐氏距離提高了接近兩個百分點。在對象豐富的VOC數(shù)據(jù)集上，使用多級特征在檢索結(jié)果的相關(guān)性上