计算机应用

作者：陈宏宇, 邓德祥, 颜佳, 范赐恩

单位：武汉大学 电子信息学院, 武汉 430072

关键词：图像检索,卷积神经网络,深度特征显著性,语义区域加权,特征聚合

基金：国家自然科学基金资助项目（61701351）。

针对计算视觉领域图像实例检索的问题，提出了一种基于深度卷积特征显著性引导的语义区域加权聚合方法。首先提取深度卷积网络全卷积层后的张量作为深度特征，并利用逆文档频率（IDF）方法加权深度特征得到特征显著图；然后将其作为约束，引导深度特征通道重要性排序以提取不同特殊语义区域深度特征，排除背景和噪声信息的干扰；最后使用全局平均池化进行特征聚合，并利用主成分分析（PCA）降维白化得到图像的全局特征表示，以进行距离度量检索。实验结果表明，所提算法提取的图像特征向量语义信息更丰富、辨识力更强，在四个标准的数据库上与当前主流算法相比准确率更高，鲁棒性更好。

来源：2019年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第1期