基于深度學(xué)習(xí)的相似圖像搜索算法研究.pdf

1、近些年，隨著互聯(lián)網(wǎng)和多媒體技術(shù)的快速發(fā)展，數(shù)字產(chǎn)品的傳播和存儲(chǔ)也越來(lái)越便捷，尤其是數(shù)字視頻和數(shù)字圖像。據(jù)統(tǒng)計(jì)，平均每分鐘大約有超過(guò)20個(gè)小時(shí)的視頻上傳到Y(jié)ouTube，大約100000張圖片被上傳到Facebook。如此大量的數(shù)據(jù)對(duì)傳統(tǒng)的相似圖像搜索算法來(lái)說(shuō)是極大的挑戰(zhàn)。目前使用較多的相似圖像搜索算法主要是基于內(nèi)容的相似圖像搜索，但是這一類(lèi)算法只能提取圖像的低層次特征，比如顏色、紋理、形狀等，對(duì)于圖像的高層語(yǔ)義特征提取卻十分困難。為了獲

2、得圖像的高層語(yǔ)義特征，提高圖像檢索的準(zhǔn)確性，本文主要做了以下研究工作:(1)通過(guò)對(duì)深度學(xué)習(xí)理論的研究，分析了深度學(xué)習(xí)算法在圖像特征提取方面的有效性，并對(duì)將深度學(xué)習(xí)應(yīng)用于相似圖像搜索算法的可行性進(jìn)行了分析。(2)本文設(shè)計(jì)了一種基于深度學(xué)習(xí)的相似圖像搜索模型，對(duì)模型的實(shí)現(xiàn)步驟進(jìn)行了詳細(xì)的闡述，最后通過(guò)對(duì)深度學(xué)習(xí)模型的權(quán)重圖像進(jìn)行分析，證明了深度學(xué)習(xí)模型具有逐層抽象，逐層稀疏的特點(diǎn)。從而可以獲得圖像的高層語(yǔ)義特征，增強(qiáng)圖像的特征表示能力。(3