期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种多尺度平衡深度哈希图像检索方法 预览
1
作者 张艺超 黄樟灿 陈亚雄 《计算机应用研究》 CSCD 北大核心 2019年第2期621-625,629共6页
传统监督哈希方法将图像学习的手工特征或机器学习特征和二进制码的单独量化步骤分开,并未很好地控制量化误差,并且不能保证生成哈希码的平衡性。为了解决这个问题,提出了新的多尺度平衡深度哈希方法。该方法采用多尺度输入,这样做有效... 传统监督哈希方法将图像学习的手工特征或机器学习特征和二进制码的单独量化步骤分开,并未很好地控制量化误差,并且不能保证生成哈希码的平衡性。为了解决这个问题,提出了新的多尺度平衡深度哈希方法。该方法采用多尺度输入,这样做有效地提升了网络对图像特征的学习效果;提出了新的损失函数,在很好地保留语义相似性的前提下,考虑了量化误差以及哈希码平衡性,以生成更优质的哈希码。该方法在CIFAR-10以及Flickr数据集上的最佳检索结果较当今先进方法分别提高了5. 5%和3. 1%的检索精度。 展开更多
关键词 多尺度 平衡性 深度哈希 卷积神经网络 图像检索
在线阅读 下载PDF
基于深度哈希的批量图像并行检索方法 预览
2
作者 熊舒羽 毛雷 刘畅 《重庆理工大学学报:自然科学》 北大核心 2018年第1期188-194,共7页
针对图像检索的精确度和效率基于内容海量图像检索的关键问题,提出了一种基于深度哈希算法的图像并行检索方法。首先使用卷积神经网络建立图像特征和哈希码提取模型,然后将图像输入到训练好的模型中获取图像特征和哈希码,并存储在分布... 针对图像检索的精确度和效率基于内容海量图像检索的关键问题,提出了一种基于深度哈希算法的图像并行检索方法。首先使用卷积神经网络建立图像特征和哈希码提取模型,然后将图像输入到训练好的模型中获取图像特征和哈希码,并存储在分布式数据库HBase中,最后在Hadoop并行计算框架中实现了一种并行检索方法。在大规模数据集CIFAR-10上进行检索实验,得到平均准确率为60.28%,相比SIFT算法提高了12.63%,且批量检索一张图像的平均时间为0.73 s。因此,该方法可使检索精度得到明显提高,还能提高海量图像的存储和检索效率。 展开更多
关键词 图像检索 HADOOP 卷积神经网络 深度哈希 并行检索
在线阅读 免费下载
Hierarchical deep hashing for image retrieval
3
作者 Ge SONG Xiaoyang TAN 《中国计算机科学前沿:英文版》 SCIE EI CSCD 2017年第2期253-265,共13页
关键词 图像检索 散列 语义信息 神经网络 检索效率 编码方案 编码策略 水平挤压
基于深度学习的散列检索技术研究进展 预览
4
作者 袁明汶 钱江波 +1 位作者 董一鸿 陈华辉 《电信科学》 2018年第10期104-115,共12页
大数据时代,数据呈现维度高、数据量大和增长快等特点。面对大量的复杂数据,如何高效地检索相似近邻数据是近似最近邻查询的研究热点。散列技术通过将数据映射为二进制码的方式,能够显著加快相似性计算,并在检索过程中节省存储和通信开... 大数据时代,数据呈现维度高、数据量大和增长快等特点。面对大量的复杂数据,如何高效地检索相似近邻数据是近似最近邻查询的研究热点。散列技术通过将数据映射为二进制码的方式,能够显著加快相似性计算,并在检索过程中节省存储和通信开销。近年来深度学习在提取数据特征方面表现出速度快、精度高等优异的性能,使得基于深度学习的散列检索技术得到越来越广泛的运用。总结了深度学习散列的主要方法和前沿进展,并对未来的研究方向展开简要探讨。 展开更多
关键词 大数据 近似最近邻查询 深度学习散列
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈