CNN视觉特征的图像检索  

Image Retrieval Based on CNN Visual Features

作　　者：李钊[1,2,3] 卢苇[1] 邢薇薇[1] 孙占全[2,3] 王伟东[1] 魏云超[1] 

机构地区：[1]北京交通大学软件学院,北京100044 [2]山东省计算中心国家超级计算济南中心,济南250014 [3]山东省计算机网络重点实验室,济南250014

出　　处：《北京邮电大学学报》2015年第B06期103-106,120,共5页Journal of Beijing University of Posts and Telecommunications

基　　金：国家自然科学基金项目(61370128)

摘　　要：卷积神经网络(CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力.主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向.在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索.Convolutional neural network （CNN） currently becomes research focus for image recognition. The visual features extracted from the pre-trained CNN demonstrate powerful ability for various recognition tasks. The performance of traditional visual features and CNN visual features for content-based image re- trieval was mainly compared. Experiments on the two public available datasets of Pascal Sentence and Pascal VOC 2007 show that, a sufficient performance of CNN visual features used in image retrieval when compared with traditional visual features.

关 键 词：卷积神经网络 基于内容的图像检索 特征提取 深度学习 

分 类 号：TN911.22[电子电信—通信与信息系统]