融合特征关联性的深度哈希图像表示方法
Feature relevance fusion based deep hashing for image representation
1. 中央司法警官学院 信息管理系, 河北 保定 071000
2. 河北农业大学 信息科学与技术学院, 河北 保定 071000
3. 河北大学 管理学院, 河北 保定 071000
摘要
针对深度描述子无法提供图像特征之间关联性的问题进行了研究，提出了一种融合特征关联性的深度哈希图像表示方法，这种方法将深度描述子之间的关系融入到图像内容的描述中，用于提高图像检索性能。首先，通过预训练网络生成图像的特征映射，并在此基础上提取出深度特征描述子。然后，将深度特征描述子映射为深度视觉词，从而用于深度视觉词的频繁项集发现。接下来将离散值的深度视觉词图像表示和哈希值的频繁项集图像表示连接生成图像表示。最后，算法通过图像类内、类间的相似性关系构造优化，得到最优的阈值，用于将图像表示变为哈希值。实验中，将提出的方法与一些优秀的图像表示方法在holiday、Oxford和Paris图像集的图像检索任务中进行了性能比对，用于证明此方法的有效性。
基金项目
国家社会科学基金资助项目(17BTQ068)
河北省自然科学基金资助项目(F2018511002,G2018204093)
河北省高等学校科学技术研究项目(Z2019037)
中央司法警官学院校级科研项目(XYZ201602)
河北大学中西部提升综合实力专项
河北省高等学校科学研究项目青年基金资助项目(QN2018084)
河北农业大学校理工基金资助项目(LG201804)
河北农业大学自主培养人才科研专项资助项目(PY201810)
交通数据分析与挖掘北京市重点实验室开放课题
出版信息
DOI: 10.19734/j.issn.1001-3695.2019.06.0169
出版期卷: 《计算机应用研究》 印刷出版, 2020年第37卷 第10期
所属栏目: 图形图像技术
出版页码: 3197-3200
文章编号: 1001-3695(2020)10-065-3197-04
发布历史
[2020-10-05] 印刷出版
引用本文
朱杰, 张楠楠, 刘太行, 等. 融合特征关联性的深度哈希图像表示方法 [J]. 计算机应用研究, 2020, 37 (10): 3197-3200. (Zhu Jie, Zhang Nannan, Liu Taihang, et al. Feature relevance fusion based deep hashing for image representation [J]. Application Research of Computers, 2020, 37 (10): 3197-3200. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
