秦姣华，黄家华，向旭宇，谭 云

(中南林业科技大学 计算机与信息工程学院,长沙 410004)

0 引 言

时代在高速发展，图片、视频等包含大量信息的数据也在不断增长，正因如此，高效、快速的图像检索方法成为了当前的研究热门。

近年来，随着ImageNet[1]等大规模并被标记的数据集出现，卷积神经网络在深度学习中得到了广泛的应用。为了进一步解决卷积神经网络中存在的过拟合等问题，各种不同的卷积神经网络也被相继提出，如AlexNet、VGGNet、GoogleNet和ResNet等，并且在图像分类[2]、目标检测[3]、图像信息隐藏[4]、无载体隐写[5]、验证码识别[6]等多个领域都取得了良好的效果。任夏荔等[7]使用卷积神经网络提取特征进行图像检索，得到了良好的检索效果。牛亚茜等[8]利用卷积神经网络端到端的结构，并同时学习图像和特征之间的语义相似性，提高了检索效率。

而提取有效的特征是提高图像检索正确率至关重要的因素。但是，现有的大多数图像检索方法都是对整张图像进行特征提取，不能区分图像中的突出部分，且背景噪声会产生一定的干扰。因此，对图像中不同区域的特征进行权重的分配或在分析出图像的突出部分后对突出部分进行特征提取，能够使特征更加有效。并且，将不同的特征进行融合可以使特征之间优势互补，融合后的特征也包含更多的信息，能够提高图像检索的正确率。

因此，本文将注意力机制应用于图像检索中，通过用在ImageNet上预训练的50层残差网络对图像的特征进行提取用作局部特征，将全局平均池化层应用于局部特征，输出的特征作为全局特征。……