计算机工程与科学

作者：周燕, 潘丽丽, 陈蓉玉, 邵伟志, 雷前慧

单位：中南林业科技大学计算机与信息工程学院，湖南 长沙 410004

关键词：卷积神经网络,深度特征,特征降维,

基金：国家自然科学基金(61772561)

卷积神经网络因其对图像识别准确率高而在图像检索领域备受青睐，但处理大规模数据集时，基于卷积神经网络提取的深度特征维度高,容易引发“维度灾难”。针对图像检索中深度特征维度高的问题，提出一种基于自适应融合网络特征提取与哈希特征降维的图像检索算法。由于传统哈希处理高维特征复杂度高，因此本文在卷积神经网络中加入自适应融合模块对特征进行重新整合，增强特征表征能力的同时降低特征维度；然后应用稀疏化优化算法对深度特征进行第2次降维，并通过映射获得精简的哈希码；最后，实验以Inception网络作为基础模型，在数据集CIFAR-10和ImageNet上进行了丰富的实验。实验结果表明，该算法能有效提高图像检索效率。

来源：2021年第9期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第9期