基于三元组卷积神经网络的图像检索  

Content-based Image retrieval based on triplet convolutional neural networks

作　　者：蔡芷茵 高炜[1] 俞祝良[1] 黄金洪[1] 刘浩 李宏海[3] 

机构地区：[1]华南理工大学自动化科学与工程学院,广东广州510641 [2]北京交通信息中心,北京100161 [3]交通运输部公路科学研究院智能交通研究中心,北京100088

出　　处：《西安邮电大学学报》2016年第6期60-64,共5页Journal of Xi’an University of Posts and Telecommunications

基　　金：交通运输部科技计划资助项目(2015419223070)

摘　　要：针对图像检索中图像间相似度和训练集带标签样本不足问题,提出一种改进的三元组卷积神经网络的图像检索算法。采用基于三元组卷积神经网络,在相似数据集上进行网络训练,为图像检索项目提取更好的特征。实验结果表明,该算法在相似数据集上进行重训练,有助于提高基于内容的图像检索任务的性能。Considering of the similar metric between images and the lack of labeled images in training dataset in content-based image retrieval（CBIR）tasks,Triplet Convolutional Neural Networks（Tri-CNN）are proposed to retrain the network on dataset in similar domain.Our experiments demonstrate that the improved structure of CNN which combines traditional deep convolutional neural networks and similarity metric,can improve the performance of CBIR tasks.

关 键 词：基于内容的图像检索 卷积神经网络 相似度度量 特征表达 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]