APP下载

基于RAN 与深度哈希的图像检索方法研究

2021-04-20石灵奇王玉玫

电子设计工程 2021年6期
关键词:特征

石灵奇,王玉玫

(华北计算技术研究所,北京 100083)

基于内容的图像检索(CBIR)是计算机视觉领域重要的研究分支,近年来随着图像数据的大规模增长,传统的图像检索方式不能满足准确率和效率上的要求,因此卷积神经网络(Convolutional Neural Network,CNN)成为图像检索领域更重要的工具[1]。

由于CNN 在提取图像特征时对于图像的全部特征等价处理,因此其提取到的图像特征不仅包含目标信息,还包含杂乱的背景信息。文中提出一种改进的残差注意力网络(Residual Attention Network,RAN)[2]用于提取图像特征,该网络结合了残差网络(Residual Network,ResNet)[3]和注意力机制[4]的特点,将提取出的特征向量输入到哈希层得到图像的二进制编码,最后通过对比待查询图像的哈希码与训练集中每一张图像的哈希码之间的汉明距离来检索图像,实现端到端的训练和检索。

1 相关工作

1.1 卷积神经网络

近年来,CNN 在图像分类和目标检测等视觉任务上取得了重大突破[5],与人工提取特征相比,CNN可以通过自我学习的方式得到图像的高级语义特征表达,提取的特征也更准确[6-7]。但由于CNN 在提取图像特征时对于图像的全部特征等价处理,没有对图像重点区域进行关注,因此当图片背景信息复杂时,CNN 无法只关注目标信息。

1.2 注意力机制

在注意力研究的早期阶段,通过分析大脑成像机制并采用门控机制对注意力建模。近年来,越来越多的注意力研究工作与深度学习相结合。其中从注意力域的角度分析软注意力的实现方法主要包括3 种注意力域,即空间域、通道域和混合域。……

登录APP查看全文

猜你喜欢

特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
詈语的文化蕴含与现代特征
基于特征筛选的模型选择
线性代数的应用特征