一种基于分层卷积神经网络的图像检索方法

作者：杨曦; 王楠楠; 杨东; 高新波; 宋彬

来源：2017-10-10, 中国, ZL201710937041.7.

本发明公开的基于分层卷积神经网络的图像检索方法,主要解决现有全天空极光图像检索中准确率较低的问题。其实现步骤为：①采用自适应极化栅栏法确定全天空极光图像的局部关键点；②提取全天空极光图像的局部SIFT特征并构建视觉字典；③对卷积神经网络进行预训练和微调并构建极化区域池化层；④提取全天空极光图像的区域CNN特征和全局CNN特征；⑤对所有特征进行二值化处理并构建分层特征；⑥构建倒排索引表并分开保存全局CNN特征；⑦提取查询图像的分层特征并计算其与数据库图像的相似度,输出检索结果。本发明使用分层特征实现了局部关键点之间的匹配,解决了现有图像检索方法中虚警率较高的问题,具有检索准确率高的优点,适用于实时图像检索。

• 单位
  西安电子科技大学