苏勇刚，高佳琴

（常州工业职业技术学院，常州213164）

0 引言

科技互联网的飞速发展，人们可以利用手机、平板等移动终端拍摄照片或短视频，借助一些社交网络平台分享到互联网上，这就使得网络空间上的多媒体数据呈几何式暴涨。社交网络上的多模态图像数据[1]不仅包含自身的视觉信息、文本信息，还包含时间、地点、面部表情和声音等其他形式信息。当用户在这种数据规模庞大网络中检索此类图像时，简单使用文本特征或视觉特征检索时，检索性能和友好性会大打折扣。因为常规的图像检索方法只会考虑到图像单个信息，从而丢失掉其他模态下的信息。

在这种网络环境下，如何设计一个快速的图像检索算法，是一个急需解决的问题。由于人工智能的发展对于社会的现代化和信息化起到了非常重要的作用，人工智能对人们的工作方式做了很大的改变，同时人们的生活质量和水平都得到了很高的提升。机器学习作为人工智能的一个分支，在计算机视觉的发展方向上做出了很大的贡献。本文利用前沿的机器学习先进理念，提出了一个迁移学习的快速图像检索算法，迁移学习主要学的是图像的位置和行为特征，然后再把图像多特征进行自适应融合进行哈希编码，最后利用协方差度量的图像的相似性。

1 国内外研究现状

目前研究人员基于机器学习的图像检索算法，大致分为三个方向。一是，基于卷积神经网络的图像检索算法；……