一种改进卷积神经网络的教学图像检索方法

作     者：刘道华 崔玉爽 赵岩松 宋玉婷 王景慧 LIU Daohua;CUI Yushuang;ZHAO Yansong;SONG Yuting;WANG Jinghui

作者机构：信阳师范学院计算机与信息技术学院河南信阳464000 信阳师范学院河南省教育大数据分析与应用重点实验室河南信阳464000 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2019年第46卷第3期

页      面：52-58页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(31872704) 河南省重点研发与推广专项(182102210537) 河南省高等教育教学改革项目(2017SJGLX389) 河南省教师教育课程改革项目(2019-JSJYYB-031) 

主　　题：图像检索 卷积神经网络 特征提取 主成分分析 

摘      要：针对卷积神经网络在提取图像特征时所造成的特征信息损失以及降低高维度图像特征数据等问题,提出了一种改进卷积神经网络的图像检索优化方法。该方法首先利用融合的卷积层提取图像特征,并在融合的卷积层之间添加全连接层以减少特征信息的丢失;然后采用主成分分析法对高维的特征数据进行有效的降维处理;最后采用余弦相似度的方法进行相似度匹配,以实现相似图像的检索。采用当前经典的LeNet-L、LeNet-5等方法同文中方法在图像检索性能评价指标上进行对比实验。实验结果表明,所提出的检索方法比文中其他检索方法在查全率和平均查准率方面提高了3%~27.3%。