| 深度哈希在大规模图像处理中的应用 | |
| 刘玉莹1; 刘宏哲1; 袁家政2; 何乔鹏1 | |
| 2017-12-21 | |
| 会议名称 | 中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会 |
| 页码 | 4 |
| 会议地点 | 中国河北雄安 |
| 摘要 | 近来,哈希方法被广泛应用于大规模图像检索中。基于CNN在特征提取中的强大鲁棒性,目前已有很多研究者将深度卷积神经网络和哈希方法结合后应用于图像检索领域。相比于传统哈希方法加手工提取特征的方法,深度哈希方法既能节约搜索时间,又能节省存储空间。目前深度哈希方法主要通过深度神经网络的学习将图片的语义信息和图片的特征信息一起融入到所产生的哈希二值码中。目前主流的深度哈希算法倾向于将图像对或者三元组图像作为网络训练的输入,以此通过图像的标签信息保留更多的语义相似性信息,从而查找出相似的图片。从已有的实验结果来看,深度哈希方法在大规模图像检索中的应用是快速有效的,同时也有许多方面可以探索。 |
| 关键词 | 卷积神经网络 哈希方法 大规模图片检索 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 会议 |
| 会议类型 | 中国会议 |
| 文献类型 | 会议论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/154085 |
| 专题 | 国家开放大学北京分部 |
| 作者单位 | 1.北京联合大学北京市信息服务工程重点实验室; 2.北京开放大学 |
| 推荐引用方式 GB/T 7714 | 刘玉莹,刘宏哲,袁家政,等. 深度哈希在大规模图像处理中的应用[C],2017:4. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘玉莹]的文章 |
| [刘宏哲]的文章 |
| [袁家政]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘玉莹]的文章 |
| [刘宏哲]的文章 |
| [袁家政]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘玉莹]的文章 |
| [刘宏哲]的文章 |
| [袁家政]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论