基于深度結(jié)構(gòu)的多級(jí)特征提取及其在圖像檢索中的應(yīng)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(zhǎng)，尤其在最近移動(dòng)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(duì)于檢索的要求也越來(lái)越高，傳統(tǒng)的通過(guò)文字作為關(guān)鍵字來(lái)檢索使用標(biāo)簽標(biāo)記圖片的模式愈發(fā)不能滿足人們對(duì)于新型互聯(lián)網(wǎng)的要求。更多的，通過(guò)圖片本身的語(yǔ)義來(lái)檢索相關(guān)類(lèi)似的圖片是將來(lái)的圖片檢索的發(fā)展方向。如何通過(guò)提取圖片本身的語(yǔ)義，并且通過(guò)其提取出來(lái)的信息進(jìn)行

2、檢索，是本論文的主要的研究?jī)?nèi)容。
　　針對(duì)于這個(gè)問(wèn)題，將從傳統(tǒng)的視覺(jué)單詞模式出發(fā)，通過(guò)結(jié)合人對(duì)于圖片識(shí)別的視覺(jué)習(xí)慣，提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的圖片多級(jí)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(luò)對(duì)圖像進(jìn)行特征提取，選用了采納SPM結(jié)構(gòu)的ZF5網(wǎng)絡(luò)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(duì)

3、圖片進(jìn)行了候選框的提取，通過(guò)尺寸、長(zhǎng)寬比等條件將候選框的數(shù)量降低，通過(guò)篩選若干個(gè)候選框與全圖組成一個(gè)集合來(lái)產(chǎn)生多級(jí)特征，使用多級(jí)特征表示來(lái)代替原有的由全圖特征。實(shí)驗(yàn)證明，在各個(gè)維度下，在基于場(chǎng)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(zhǔn)確率比線性比較歐氏距離提高了接近兩個(gè)百分點(diǎn)。在對(duì)象豐富的VOC數(shù)據(jù)集上，使用多級(jí)特征在檢索結(jié)果的相關(guān)性上