科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着信息技术的发展，图像检索技术应用越来越广泛，对图像检索技术的适用性要求也越来越高，不但要对主体明确的图像进行检索，同时对以翻拍广告图像为例的受环境等多种外界因素影响的图像也可以进行准确检索。实际中，如何摒弃这些外界干扰并迅速的从海量的数据中准确地匹配到所需的图像，成为图像检索的一大热点问题。本文采用VGG网络模型提取图像特征，利用迁移学习的思想将在ImageNet数据集上训练好的网络模型根据目标数据集的特点进行微调，使得在已有的大数据集上训练好的网络模型进一步适用于新的数据集。采用余弦相似度度量进行相似度比较。结果表明，卷积神经网络可以提取更丰富的特征，相对传统分类方法可以提升速度和准确率。
-
单位中国传媒大学
