基于卷积神经网络和PCA降维的图像检索方法研究

发布时间：2022-05-08 09:35

　　视觉作为人类认识世界、了解世界的一个重要媒介,为人类形象生动的展示了这个丰富多彩的世界。由于当今的各种信息的数据量呈指数级的展现在人们眼前,以图像信息为例,从大数据中找到真正符合心意的图像变得越来越困难。传统的基于内容的图像检索技术,例如基于颜色、纹理、空间形状等的图像检索,虽然解决了基于文本的图像检索的工作量大、人的主观因素的影响大等缺点,但是仍不能有效提取图像的高级语义特征。因此,在当今图像信息量日益增长的形势下,高效地进行图像检索成为我们追求的目标之一。本文针对图像的深层语义特征的弱表达能力及图像特征数据的高维度的问题,提出一种基于卷积神经网络和PCA降维的图像检索方法。首先,通过迁移学习后的卷积神经网络提取图像库中图像的语义特征并构建特征库。先用Inception-v3模型在Corel、Caltech-256数据集上做迁移学习,得到迁移学习后的卷积神经网络。再用迁移学习后的卷积神经网络提取Corel、Caltech-256数据集的图像特征,获得对应数据集的图像特征库。其次,使用PCA对经迁移学习后的卷积神经网络提取的图像特征库中的特征做降维,降维至64、96、128、256维,... 

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

基于文本的检索流程

且精度较高，故曾流行增，这种方式的缺点也逐故各人对图像的描述也不达能力，人工很可能无法法准确描述图像抽象的、给图片进行的文本标注也工标注，从而导致人工成术国家科学基金会于 1992 在表达图像自身含义，而非息的不再是人工语义而是此发展处了基于内容的

人工对图像的标注，在卷积神经网络出现后，特征提取的重点就是图像自身的深度的语义信息。基于内容的图像检索所包含的步骤主要涉及提取图像库中图像内容方面的任一特征，可以是颜色、纹理或者形状等等，然后在检索过程中，将目标图像的内容特征与特征库中的信息依次做比较，找到与目标图像的内容特征极为相似的图片即可。因此，选取图像哪方面的内容做图像特征，以及目标图像的内容特征与特征库中的信息做比较时采用哪种比较方法，是整个图像检索过程中的最重要的两个部分。本章将阐述图像的内容方面的特征种类，以及常见的相似性度量算法。以图像内容为基础的图像检索的具体流程是，首先，确定文章使用的数据集，再对图像数据集中的图片进行预处理。其次，对数据集中的图片进行特征提取，提取算法根据文章所采用的图像的特征类型而定。聚集已提取的图片特征构建特征库。然后，把想要检索的目标图片的特征提取出来，提取方式与特征库构建时采用的特征提取方式相同。最后，把目标图片的特征与图片特征库中的特征进行比较，比较的算法可以是欧式距离、余弦夹角等等，返回排名靠前的检索结果，并显示图片作为检索结果。上述过程的具体流程如图 2.1 所示。

【参考文献】：
期刊论文
[1]基于深度学习的图像检索系统[J]. 胡二雷,冯瑞.  计算机系统应用. 2017(03)
[2]基于深度卷积神经网络的图像检索算法研究[J]. 刘海龙,李宝安,吕学强,黄跃.  计算机应用研究. 2017(12)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]基于卷积神经网络和监督核哈希的图像检索方法[J]. 柯圣财,赵永威,李弼程,彭天强.  电子学报. 2017(01)
[5]基于PCA降维的云资源状态监控数据压缩技术[J]. 洪斌,邓波,彭甫阳,包阳,冯学伟.  计算机科学. 2016(08)
[6]基于内容的图像检索（CBIR）中图像颜色特征提取方法的研究和改进[J]. 杨光皓,霍智勇,梁雨,郭云仙.  电脑知识与技术. 2014(11)
[7]基于内容的图像检索[J]. 詹洪陈,王怀登,何菁,袁杰.  现代电子技术. 2014(07)
[8]互联网内容相似图像搜索的研究[J]. 李楠.  科技信息. 2013(36)
[9]一种基于颜色特征的图像质量评价算法[J]. 高攀,杨爽,孟放.  电视技术. 2012(16)
[10]一种基于SVM和主动学习的图像检索方法[J]. 张玉芳,陈卓,熊忠阳,刘君,王银辉.  计算机工程与应用. 2010(24)

硕士论文
[1]基于深度学习的图像语义提取与图像检索技术研究[D]. 罗世操.东华大学 2016
[2]基于深度学习的相似图像搜索算法研究[D]. 吕金涛.华北电力大学 2015
[3]基于支持向量机的图像检索方法的研究[D]. 孙文峰.中国海洋大学 2012
[4]注意力驱动的两阶段图像检索方法研究[D]. 赵秋实.东北师范大学 2007



本文编号：3651405