| 融合抽象层级变换和卷积神经网络的手绘图像检索方法 |
| |
| 引用本文： | 刘玉杰,庞芸萍,李宗民,李华.融合抽象层级变换和卷积神经网络的手绘图像检索方法[J].浙江大学学报(理学版),2016,43(6):657-663. |
| |
| 作者姓名： | 刘玉杰 庞芸萍 李宗民 李华 |
| |
| 基金项目： | 国家自然科学基金资助项目(61379106)；山东省自然科学基金资助项目(ZR2013FM036,ZR2015FM011)；浙江大学CAD&CG重点实验室开放基金(A1315). |
| |
| 摘 要： | 针对人工设计的描述子（HOG、SIFT等）在基于手绘的图像检索（Sketch Based Image Retrieval，SBIR）领域的局限性，提出了一种融合抽象层级变换和卷积神经网络构建联合深度特征描述子的手绘图像检索方法.首先，提取常规图像的边缘概率图，在此基础上进行不同抽象层级的图像变换，将抽象层级变换图像输入到深度神经网络并提取不同隐层的输出向量，最后，联合不同隐层的输出向量作为手绘图像检索的特征描述子（即联合深度特征描述子）.在Flickr15k数据库上对本方法进行了实验验证，结果表明：融合抽象层级变换和联合深度特征描述子的检索效果相较HOG、SIFT等传统方法有显著提高.本方法从图像预处理和特征描述子构建2个方面，对SBIR问题进行了改进，具有更高的准确率.
|
| 关 键 词： | 手绘检索 卷积神经网络 边缘概率检测 抽象层级变换 联合深度特征 |
| 收稿时间： | 2016-07-20 |
Sketch based image retrieval based on abstract-level transform and convolutional neural networks |
| |
| LIU Yujie,PANG Yunping,LI Zongmin,LI Hua.Sketch based image retrieval based on abstract-level transform and convolutional neural networks[J].Journal of Zhejiang University(Sciences Edition),2016,43(6):657-663. |
| |
| Authors: | LIU Yujie PANG Yunping LI Zongmin LI Hua |
| |
| Affiliation: | 1. College of Computer & Communication Engineering, China University of Petroleum, Qingdao 266580, Shandong Province, China;
2. Key Laboratory of Intelligent Information Processing, Institute of Computing Technology Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | sketch based image retrieval convolutional neural network boundary probability detector abstract-level transform joint deep features |
|
| 点击此处可从《浙江大学学报(理学版)》浏览原始摘要信息 |
|
点击此处可从《浙江大学学报(理学版)》下载全文 |
