文档名：加权特征融合的深度学习图像检索方法
为了解决图像检索系统中检索速度和检索准确率的改进问题,提出了支持向量机的深度学习图像检索方法.该方法将颜色形状特征作为图像检索的特征信息,根据加权的特征相似距离自动划分图像的所属类别,快速准确地输入到支持向量机的分类器中,最后,经过多次相关反馈达到深度学习的目的.实验证明,当颜色相似距离和形状相似距离比为3∶7时,待检索图像和模版图像具有较高的区分度;而且,在样本有限的情况下,经过最多3次的正反馈,图像检索的准确率达到93％.该算法可以通过交互的反馈过程,快速、有效地检索到相关图像,解决了用户标记的随意性,加大了图像检索系统的可靠性和准确率.
作者：张珊珊吴黎明何瑞进王青威陈嘉源
作者单位：广东工业大学机电工程学院
母体文献：2016年广东省测控与计量仪器学术研讨会论文集
会议名称：2016年广东省测控与计量仪器学术研讨会
会议时间：2016年12月1日
会议地点：广州
主办单位：广东省计量测试学会,广东省机械工程学会,广东市仪器仪表学会,广东省测量控制技术与装备应用促进会
语种：chi
分类号：TP3P45
关键词：图像检索 深度学习 特征融合 支持向量机
在线出版日期：2020年5月31日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.84 MB
- 下载次数:
- 60
-
高速下载
|
|
