基于迁移学习及特征融合的现勘图像检索算法

作者：高梓铭; 彭亚楠; 刘颖; 李大湘; 刘红燕; 程美; 朱丽

来源：西安邮电大学学报, 2019, 24(04): 50-67.

DOI：10.13682/j.issn.2095-6533.2019.04.008

• 现勘图像检索
• 卷积神经网络
• 迁移学习
• 特征融合
• 特征提取

为了改善有限的现勘图像数据量在训练卷积神经网络(convolutional neural network,CNN)时易产生过拟合现象的情况,以及更精准地描述图像内容,提出了基于迁移学习的两种CNN特征级联以及与图像低层特征融合的现勘图像检索算法。首先利用目标图像集对两个预训练CNN模型进行微调,分别提取其fc7层的特征并级联作为图像的高层特征,再与适合本目标图像集的低层特征进行融合,以此作为特征进行图像检索。在现勘图像数据库上的测试结果验证了算法的有效性,并在GHIM-10K数据库进行测试,结果证明了算法的普适性。

• 单位
  西安邮电大学