本文關(guān)鍵詞：基于卷積神經(jīng)網(wǎng)絡(luò)和空間金字塔匹配的圖像排序，由筆耕文化傳播整理發(fā)布。

【摘要】：互聯(lián)網(wǎng)技術(shù)的發(fā)展和電子設(shè)備的廣泛應(yīng)用,使得圖像的數(shù)量隨之呈指數(shù)增長(zhǎng)。從海量的圖像中迅速并且準(zhǔn)確地找到用戶(hù)所需要的圖像,顯得越來(lái)越重要。長(zhǎng)期以來(lái),受文本檢索的影響,大部分解決這個(gè)問(wèn)題的技術(shù)重點(diǎn)關(guān)注于圖像的標(biāo)注,根據(jù)關(guān)鍵字匹配圖像的標(biāo)注詞來(lái)檢索圖像,即基于文本的圖像檢索。隨著圖像數(shù)量的爆炸式增長(zhǎng),這種方法的局限性也日益明顯。人工標(biāo)注圖像的工作量隨著圖像數(shù)量的增長(zhǎng)而增加,并且人為標(biāo)注會(huì)受個(gè)人主觀因素的影響,進(jìn)而造成檢索結(jié)果的不精確性�；谖谋镜膱D像檢索已經(jīng)越來(lái)越不能滿(mǎn)足人們的需求,因此,人們提出了基于內(nèi)容的圖像檢索。其思路是首先通過(guò)提取的圖像特征來(lái)表征圖像,進(jìn)而用該特征計(jì)算圖像之間的相似性。由于自然環(huán)境中的顏色、光照、陰影等因素以及人的拍照角度等都會(huì)對(duì)圖像外觀產(chǎn)生影響,為了精確表征一幅圖像,人們?cè)O(shè)計(jì)了各種各樣的考慮不同影響因素的特征提取算法。但是,這些人為設(shè)計(jì)的特征表征圖像的能力有限,效果也不盡如人意。學(xué)習(xí)算法的提出,使得人們開(kāi)始關(guān)注如何從原始圖像中直接學(xué)習(xí)出圖像的特征。深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)由于其強(qiáng)大的特征提取能力,在圖像分類(lèi)等問(wèn)題中取得了很大的成功。本文主要研究如何將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到圖像檢索領(lǐng)域,提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)和空間金字塔匹配的圖像排序算法,該算法通過(guò)比較圖像塊之間的相似性,并且結(jié)合圖像塊之間的空間位置信息,來(lái)衡量圖像之間的相似性。首先訓(xùn)練了一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)的衡量圖像塊之間相似性的模型,然后利用該模型,對(duì)一幅圖像中的所有圖像塊分別提取特征,得到圖像的特征集合。最后,對(duì)兩幅圖像的特征集合間進(jìn)行匹配度的計(jì)算,來(lái)衡量這兩幅圖像之間的相似性。本文采用快速最近鄰查找算法來(lái)尋找匹配的特征,保證了查找的精度和效率。為了充分考慮匹配圖像塊的空間位置對(duì)衡量?jī)煞鶊D像之間相似度的影響,本文設(shè)計(jì)了一種類(lèi)似于空間金字塔匹配的算法,來(lái)把匹配圖像塊的空間位置結(jié)合到最終的相似度度量中。實(shí)驗(yàn)結(jié)果表明,與深度分類(lèi)模型和深度排序模型相比,本文方法取得了更高的正確率,具有一定的研究和應(yīng)用價(jià)值。
【關(guān)鍵詞】：圖像檢索 圖像匹配 特征提取 卷積神經(jīng)網(wǎng)絡(luò) 空間金字塔匹配
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41;TP183
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景與意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文主要研究?jī)?nèi)容13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 1.5 本章小結(jié)14-15
• 第2章 相關(guān)技術(shù)介紹15-27
• 2.1 引言15
• 2.2 卷積神經(jīng)網(wǎng)絡(luò)15-19
• 2.2.1 基本概述15-16
• 2.2.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)16-19
• 2.3 快速最近鄰查找算法19-22
• 2.3.1 Kd樹(shù)19-21
• 2.3.2 Kd樹(shù)的查找21-22
• 2.4 空間金字塔匹配算法22-25
• 2.4.1 空間金字塔匹配方法概述22-23
• 2.4.2 空間金字塔匹配算法23-25
• 2.5 本章小結(jié)25-27
• 第3章 基于卷積神經(jīng)網(wǎng)絡(luò)和空間金字塔匹配的圖像排序算法27-35
• 3.1 引言27-28
• 3.2 用于相似性比較的模型28-30
• 3.3 匹配算法的原理與匹配過(guò)程30-34
• 3.4 本章小結(jié)34-35
• 第4章 算法實(shí)現(xiàn)與結(jié)果35-41
• 4.1 算法的實(shí)現(xiàn)35-36
• 4.2 實(shí)驗(yàn)結(jié)果和對(duì)比36-39
• 4.2.1 保留率的選取36-37
• 4.2.2 匹配結(jié)果的對(duì)比37-39
• 4.3 本章小結(jié)39-41
• 結(jié)論41-43
• 參考文獻(xiàn)43-47
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文47-49
• 致謝49-50

  本文關(guān)鍵詞：基于卷積神經(jīng)網(wǎng)絡(luò)和空間金字塔匹配的圖像排序，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：262679