基于联合分类器的非自然图像检索

作者：许婷婷; 朱允斌; 张跃

来源：计算机应用与软件, 2018, 35(04): 244-248.

• 非自然图像
• 联合分类器
• 卷积神经网络

卷积神经网络已经被广泛应用于图像检索领域,目前的图像检索系统在自然图像上效果很好。但是自然世界中还存在着海报、漫画这样的非自然图像,这些图像的检索效果并不好。相比于自然图像,这些图像往往具有大面积的单一色块,相邻色块间经常存在强烈的颜色对比,色块的分布也更无规律,可提取特征较少。如果想要较好的检索效果,就需要提取较多的特征,进而需要设计更深、更复杂的网络,或者利用多个卷积神经网络的提取信息。尝试解决以海报图像为例的非自然图像检索,提出一个基于卷积神经网络的联合分类器。此联合分类器用不同的融合算法结合了多个独立分类器的结果,再进行分类。实验结果表明,对比单分类器,所提出的基于卷积神经网络的联合分类器能有效提高分类准确率。

• 单位
  华为技术有限公司; 复旦大学