近些年,關(guān)于圖像檢索的研究趨向于成熟,但是依然存在多個(gè)亟待解決的問(wèn)題,如消除語(yǔ)義鴻溝,降低圖像特征維度,提高圖像檢索速度等。最初研究學(xué)者們將哈希算法應(yīng)用于圖像檢索中,有效地緩解了圖像特征存儲(chǔ)和計(jì)算的問(wèn)題。但是又引出了哈希碼與圖像特征之間存在差異的問(wèn)題。近些年,研究學(xué)者們將深度學(xué)習(xí)融入圖像檢索中,使得檢索中能提取圖像更深層次的特征。卷積神經(jīng)網(wǎng)絡(luò)與哈希算法結(jié)合形成圖像檢索模型是圖像檢索的發(fā)展趨勢(shì),但是這種模型并不成熟,而且卷積神經(jīng)網(wǎng)絡(luò)本身處于發(fā)展階段,需要克服一些問(wèn)題,如模型的構(gòu)建,模型參數(shù)選擇與優(yōu)化,語(yǔ)義鴻溝等。本文則根據(jù)以上問(wèn)題設(shè)計(jì)了合適的圖像檢索框架。論文主要工作如下:（1）學(xué)習(xí)并分析卷積神經(jīng)網(wǎng)絡(luò)工作原理和優(yōu)化方法,同時(shí)研究了關(guān)于哈希函數(shù)的多種算法;（2）改進(jìn)傳統(tǒng)圖像檢索框架。本文利用任意兩個(gè)圖像的標(biāo)簽生成圖像對(duì)標(biāo)簽作為預(yù)期值,并且將兩個(gè)圖像最終得到的特征值轉(zhuǎn)換為這一對(duì)圖像的實(shí)際值。網(wǎng)絡(luò)的訓(xùn)練標(biāo)準(zhǔn)由利用單個(gè)圖像的特征和標(biāo)簽改變?yōu)槔脠D像對(duì)的實(shí)際值和預(yù)期值;（3）本文改進(jìn)了傳統(tǒng)的用于特征提取的卷積神經(jīng)網(wǎng)絡(luò)模型VGG。在VGG模型基礎(chǔ)上對(duì)網(wǎng)絡(luò)架構(gòu)進(jìn)行了改進(jìn),用多層感知器和全局平均池化層替... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖2.2 是一個(gè)神經(jīng)元空間排列的示例圖：圖 2.2 空間排列的示例圖圖 2.2 中的空間是一維的(x 軸)，有一個(gè)感受野 F=3 的神經(jīng)元，輸入大小 W=5，零填充 P=1。左圖的神經(jīng)元移動(dòng)步幅為 1，可以得到輸出大小為(5-3+2)/1+1=5。右圖神經(jīng)元移動(dòng)步幅為 2，得到輸出大小為(5-3+2)/2+1=3�？梢园l(fā)現(xiàn)步幅不能為 3，因?yàn)椴椒鶠?3 時(shí)神經(jīng)元恰好不合適地與輸入進(jìn)行卷積，就公式來(lái)說(shuō)，3 無(wú)法被(5-3+2)整除。可以由圖 2.2 看出設(shè)置合理的零填充與步幅可以更好地提取輸入圖像的特征。2. 參數(shù)共享卷積層利用參數(shù)共享方法控制參數(shù)個(gè)數(shù)。假設(shè)有 3025×96=290 400 個(gè)神經(jīng)元在一個(gè)卷積層

2.1.2 池化層CNN 的另一個(gè)重要概念是池化，是一種非線性下采樣方法。卷積神經(jīng)網(wǎng)絡(luò)中，池化層周期性地穿插在連續(xù)的兩個(gè)卷積層之間，它的主要作用是保留重要的特征，逐步減少圖像特征的大小[37]，從而減少網(wǎng)絡(luò)中的參數(shù)和計(jì)算量，同時(shí)也可以控制過(guò)擬合�，F(xiàn)在有多種實(shí)現(xiàn)池化的非線性池化方法，其中最常用的是最大池化(maxpooling)[37]，最大池化如圖 2.3 所示。池化層的操作在輸入中的每個(gè)深度切面獨(dú)立運(yùn)行，并且使用最大池化方法取局部的最大值，調(diào)整輸入的大小。最常見(jiàn)的形式是帶有 2×2 的濾波器的池化層，在輸入的每個(gè)深度切面上沿著寬度和高度進(jìn)行步幅為 2 的下采樣，獲取 2×2 中最大的特征值，放棄切面上 75%的不是特別重要的特征值。每次進(jìn)行最大池化操作需要最少 4 個(gè)特征值，池化后深度保持不變。

【參考文獻(xiàn)】：
期刊論文
[1]FP-CNNH:一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的快速圖像哈希算法[J]. 劉冶,潘炎,夏榕楷,劉荻,印鑒.  計(jì)算機(jī)科學(xué). 2016(09)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)和二進(jìn)制哈希學(xué)習(xí)的圖像檢索方法[J]. 彭天強(qiáng),栗芳.  電子與信息學(xué)報(bào). 2016(08)
[3]基于內(nèi)容的圖像檢索技術(shù)[J]. 董來(lái)蒼,陳實(shí).  科技資訊. 2008(24)

博士論文
[1]關(guān)于互聯(lián)網(wǎng)視覺(jué)媒體若干問(wèn)題的研究和應(yīng)用[D]. 胡珍珍.合肥工業(yè)大學(xué) 2014

碩士論文
[1]基于視頻的高鐵列車檢測(cè)算法研究[D]. 張會(huì)朋.北京交通大學(xué) 2017
[2]卷積神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用[D]. 徐姍姍.南京林業(yè)大學(xué) 2013



本文編號(hào)：3303642