基于卷积神经网络的织物图像特征提取与检索研究进展

作者：孙洁; 丁笑君; 杜磊; 李秦曼; 邹奉元^*

来源：纺织学报, 2019, 40(12): 146-151.

DOI：10.13475/j.fzxb.20190105306

• 织物图像特征
• 特征提取
• 图像检索
• 卷积神经网络

为实现织物图像的快速自动识别与检索,从织物图像浅层视觉特征提取、深度语义特征学习以及检索模型构建3个方面综述了该领域的研究进展,分析了现有研究中存在的问题。发现织物图像浅层视觉特征在小样本数据集的检索中具有较好的适用性,且多特征融合应用可有效提升检索精度,但在大样本数据集及高层语义识别检索问题中的应用存在局限性,深度卷积神经网络是克服这一问题的有效途径;织物语义属性的优化设计、卷积神经网络结构优化以及距离尺度学习是目前提升深度检索模型语义识别精度的3个有效途径;认为未来织物图像识别检索精度的提升主要依赖于标准化的语义系统设计、精准的图像分割与识别技术以及多模态的信息融合检索。

• 单位
  浙江传媒学院; 浙江理工大学