龚震霆，陈光喜，任夏荔，曹建收

(1.桂林电子科技大学 计算机与信息安全学院，广西 桂林 541004; 2.广西高校图像图形智能处理重点实验室，广西 桂林 541004)



基于卷积神经网络和哈希编码的图像检索方法

龚震霆1,2，陈光喜1,2，任夏荔1,2，曹建收1,2

(1.桂林电子科技大学 计算机与信息安全学院，广西 桂林 541004; 2.广西高校图像图形智能处理重点实验室，广西 桂林 541004)

摘要：在图像检索中，传统的基于人工特征的检索方法并不能取得很好的效果。为此提出一种结合卷积神经网络和以前最好水准的哈希编码策略的图像检索方法。鉴于近几年卷积神经网络在大量的计算机视觉任务上的巨大进步，该方法首先使用在ILSVRC数据集上预训练过的VGGNet-D网络模型对实验图像数据集提取卷积特征来得到图像的深层表示，再采用以前最好水准的哈希策略将这些深层表示进行编码，从而得到图像的二进制码，最后再进行快速图像检索。在两个常用的数据集Caltech101和Caltech256上的实验结果表明，本文方法的5个策略相比于以前最好水准的相应的图像检索策略在“精度-召回率”和“平均正确率值-编码位数”两个指标上能获得更优异的性能，证明了本文方法在图像检索上的有效性。

关键词：图像检索；人工特征；卷积神经网络；卷积特征；哈希编码

基于内容的图像检索是通过对图像内容的分析来搜索相似的图像，近些年一直被多媒体研究者广泛地研究。随着该研究领域的发展，虽然出现了许多新技术，但由于机器获得的低水平图像像素和人类接受的高水平语义概念之间存在语义鸿沟问题，因此在当前基于内容的图像检索研究中从人类的感知方面把像素水平的信息和语义信息联系起来仍然是最具有挑战的问题[1-2]。……