基于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的圖像語(yǔ)義分析研究.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，圖像數(shù)據(jù)頻繁地出現(xiàn)在人們的生活中，并且在數(shù)量上發(fā)生了大規(guī)模的增長(zhǎng)。圖像語(yǔ)義分析研究一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)，能夠幫助人們有效地組織和管理圖像數(shù)據(jù)。許多研究者提出了各種圖像底層特征的學(xué)習(xí)方法，但是圖像底層視覺(jué)特征和高層語(yǔ)義之間的“語(yǔ)義鴻溝”問(wèn)題仍有待進(jìn)一步解決。
　　深度學(xué)習(xí)是近年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域的新興研究熱點(diǎn)，通過(guò)探索先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)圖像特征的優(yōu)化表達(dá)，并成功應(yīng)用于圖像數(shù)據(jù)的檢索。因此，本文提出了

2、一種基于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的圖像檢索算法，該算法采用深度神經(jīng)網(wǎng)絡(luò)中的卷積神經(jīng)網(wǎng)絡(luò)模型。本文方法主要分為三個(gè)步驟:首先，對(duì)圖像數(shù)據(jù)集進(jìn)行預(yù)處理，使其尺寸大小一樣，有利于卷積神經(jīng)網(wǎng)絡(luò)模型的輸入。其次，在訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型的過(guò)程中，對(duì)其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，提高卷積神經(jīng)網(wǎng)絡(luò)的收斂速度，減少卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，同時(shí)利用訓(xùn)練好的卷積神經(jīng)模型對(duì)圖像數(shù)據(jù)集進(jìn)行圖像特征的提取。最后，使用提取的特征結(jié)合相應(yīng)的相似性度量算法，得到最終的檢索結(jié)果。