加权特征融合的深度学习图像检索方法
为了解决图像检索系统中检索速度和检索准确率的改进问题,提出了支持向量机的深度学习图像检索方法.该方法将颜色形状特征作为图像检索的特征信息,根据加权的特征相似距离自动划分图像的所属类别,快速准确地输入到支持向量机的分类器中,最后,经过多次相关反馈达到深度学习的目的.实验证明,当颜色相似距离和形状相似距离比为3∶7时,待检索图像和模版图像具有较高的区分度;而且,在样本有限的情况下,经过最多3次的正反馈,图像检索的准确率达到93％.该算法可以通过交互的反馈过程,快速、有效地检索到相关图像,解决了用户标记的随意性,加大了图像检索系统的可靠性和准确率.
图像检索 深度学习 特征融合 支持向量机
张珊珊 吴黎明 何瑞进 王青威 陈嘉源
广东工业大学机电工程学院
国内会议
广州
中文
43-50
2016-12-01（万方平台首次上网日期，不代表论文的发表时间）