隨著移動互聯(lián)網(wǎng)和數(shù)字媒體的普及,圖像、視頻數(shù)據(jù)逐步成為網(wǎng)絡(luò)不可或缺的資源,對多媒體時代的海量圖像有效存儲和高效檢索是我們當(dāng)前面臨的機遇和挑戰(zhàn)。在這一挑戰(zhàn)中圖像哈希技術(shù)將高維數(shù)據(jù)映射成低維二進制哈希碼是關(guān)鍵。哈希碼的質(zhì)量取決于圖像哈希算法中哈希函數(shù)的設(shè)計和圖像表征的有效性。基于人工提取的圖像特征對圖像的表征能力有限,在實際使用中結(jié)果并不理想。哈希函數(shù)的設(shè)計也很難適用于多個數(shù)據(jù)集。近年來,計算機視覺、深度學(xué)習(xí)迅猛發(fā)展,基于深度學(xué)習(xí)自動學(xué)習(xí)數(shù)據(jù)特征的方式逐漸代替原有的人工獲取,實現(xiàn)了更智能更自動化的特征提取方式。將深度學(xué)習(xí)技術(shù)和哈希編碼技術(shù)相結(jié)合是當(dāng)前圖像哈希技術(shù)的主流研究方向。在深度圖像哈希技術(shù)中,尋找、探索更有效的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和優(yōu)化算法是研究熱點。根據(jù)國內(nèi)外學(xué)者對深度學(xué)習(xí)圖像哈希技術(shù)現(xiàn)狀的研究和分析,本文主要對圖像檢索的深度圖像哈希技術(shù)進行了分析和實驗,工作如下:針對現(xiàn)存的以圖搜圖系統(tǒng)中自動化和智能化水平低、缺乏人工智能技術(shù)支撐、難以獲取精確的檢索結(jié)果、檢索系統(tǒng)耗費計算機內(nèi)存、實時性等難以滿足多媒體時代下海量圖像的檢索需求。依據(jù)問題提出了一種多任務(wù)級聯(lián)分層圖像檢索方法。首先利用選擇性...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1圖像檢索流程

大規(guī)模圖像檢索目的是尋找與查詢圖像中相似目標(biāo)的圖像，因此如何提取圖的特征和圖像相似性的度量至關(guān)重要。本章從圖像檢索主要流程、圖像哈希的本屬性、圖像哈希評判標(biāo)準(zhǔn)和深度學(xué)習(xí)相關(guān)知識等方面進行詳細介紹。.1基于哈希技術(shù)的圖像檢索流程基于哈希算法的圖像檢索技術(shù)是將高維的圖像特征表示映射....

圖3-1多任務(wù)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)框圖

和字符的細粒度識別兩個任務(wù)的相輔獲取了更好的識別效果；文獻[44]提出了一種新穎的多任務(wù)面部關(guān)鍵點檢測的人臉識別方法，同樣取得了較好識別效果，提高了人臉識別精度。3.3系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計針對以上問題，提出了一種多任務(wù)學(xué)習(xí)深度學(xué)習(xí)網(wǎng)絡(luò)。多任務(wù)學(xué)習(xí)[45]作為一種歸納遷移機制，可理解....

圖4-1本章的整體框架

基于多任務(wù)CNN的實例感知圖像檢索技術(shù)化的檢索方式統(tǒng)一到端到端的檢索方法中，顯然在多類別的圖像檢索場景中該索方法并非最佳。4.2.1整體網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計針對以上問題，本章結(jié)合圖像哈希表示方法和深度卷積神經(jīng)網(wǎng)絡(luò)，提出了種基于多任務(wù)級聯(lián)網(wǎng)絡(luò)的分層大規(guī)模圖像檢索技術(shù)，以第三章的多任....

圖4-2粗檢索流程示意圖

索方法—粗檢索過程中建立了候選池U，因此在第h矩陣的檢索策略，進一步精選出最相似的與待檢索圖像中指定的檢索對象越相似。特征提取一個基本的問題是目標(biāo)定位檢測，F(xiàn)asterRCN類別數(shù)據(jù)集，并取得了十分出色的定位和識網(wǎng)絡(luò)框架中產(chǎn)生的感興趣區(qū)域包含了大量的語義特征的提取和檢索過....

本文編號：3942711