详情页 - 首都医科大学宣武医院知识库

当前位置：首页 > 详情页

基于深度卷积神经网络的图像检索算法研究

Image retrieval based on deep convolutional neural network

59| 认领 | 导出 | 链接全文 |

文献详情

资源类型：

收录情况： ◇ 统计源期刊 ◇ 北大核心 ◇ CSCD-E

作者：

机构： [1]北京信息科技大学网络文化与数字传播北京市重点实验室 [2]北京信息科技大学计算机学院 [3]首都医科大学宣武医院

出处：

DOI：

ISSN：

关键词： 图像检索卷积神经网络特征提取深度学习

摘要：

为解决卷积神经网络在提取图像特征时所造成的特征信息损失,提高图像检索的准确率,提出了一种基于改进卷积神经网络LeNet-L的图像检索算法.首先,改进LeNet-5卷积神经网络结构,增加网络结构深度;然后,对深度卷积神经网络模型LeNet-L进行预训练,得到训练好的网络模型,进而提取出图像高层语义特征;最后,通过距离函数比较待检图像与图像库的相似度,得出相似图像.在Corel数据集上,与原模型以及传统基于SVM主动学习图像检索方法相比,该图像检索方法有较高的准确性.经实验结果表明,改进后的卷积神经网络具有更好的检索效果.

基金：

语种：

中文影响因子：

第一作者：

第一作者机构： [1]北京信息科技大学网络文化与数字传播北京市重点实验室 [2]北京信息科技大学计算机学院

通讯作者：

通讯机构： [1]北京信息科技大学网络文化与数字传播北京市重点实验室 [2]北京信息科技大学计算机学院

推荐引用方式(GB/T 7714)：

相关文献

[1]Image Retrieval Algorithm Based on Convolutional Neural Network [2]Image Retrieval Using Fused Deep Convolutional Features [3]一种多导联心电QRS波检测方法 [4]一种多导联心电QRS波检测方法 [5]An Automatic System for Real-Time Identifying Atrial Fibrillation by Using a Lightweight Convolutional Neural Network [6]基于深度学习校正头颈部动脉和冠状动脉MR血管成像研究进展 [7]Slab boundary artifact correction in multislab imaging using convolutional-neural-network-enabled inversion for slab profile encoding [8]Dominating Alzheimer's disease diagnosis with deep learning on sMRI and DTI-MD [9]胃癌双能量CT低keV深度学习重建图像与常规图像对比研究 [10]基于u-net深度学习慢性萎缩性胃炎模型的应用与研究