首页|基于四元组完备损失的智能图像检索方法

基于四元组完备损失的智能图像检索方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在图像检索领域,将三元组排序损失应用于深度神经网络权重的更新,可以使生成的图像表示保存更多的语义特征,但是三元组排序损失没有全面的考虑不同类别图像之间的关联.为此提出了一种四元组完备损失,此损失函数将图像类间相似性小于类内相似性的特点融入到损失函数的构建中.与三元组排序损失函数相比,此函数可以更全面地体现查询图像与同类和不同图像之间的相似性关系.进一步,本文还提出了一种有效的基于四元组的深度网络结构,可用于图像的哈希检索.实验结果表明,提出的方法能够在CIFAR-10、SVHN和NUS-WIDE图像库中取得良好的检索性能.
An image retriceval method based on quadruplet complete loss

朱杰、李楠、饶兴楠、王晶、吴树芳

展开 >

中央司法警官学院信息管理系,河北保定071000

天津大学管理与经济学部,天津300072

河北大学管理学院,河北保定071002

四元组完备损失 自适应间隔 哈希表示 图像检索 人工智能

国家社会科学基金河北省自然科学基金青年项目河北省高等学校科学技术研究项目中国博士后科学基金

17BTQ068F2018511002Z20190372017M621078

2019

陕西师范大学学报(自然科学版)
陕西师范大学

陕西师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.563
ISSN：1672-4291
年,卷(期)：2019.47(5)
  • 23