收藏本站
《沈阳工业大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络和PCA降维的图像检索方法研究

常爱玲  
【摘要】:视觉作为人类认识世界、了解世界的一个重要媒介,为人类形象生动的展示了这个丰富多彩的世界。由于当今的各种信息的数据量呈指数级的展现在人们眼前,以图像信息为例,从大数据中找到真正符合心意的图像变得越来越困难。传统的基于内容的图像检索技术,例如基于颜色、纹理、空间形状等的图像检索,虽然解决了基于文本的图像检索的工作量大、人的主观因素的影响大等缺点,但是仍不能有效提取图像的高级语义特征。因此,在当今图像信息量日益增长的形势下,高效地进行图像检索成为我们追求的目标之一。本文针对图像的深层语义特征的弱表达能力及图像特征数据的高维度的问题,提出一种基于卷积神经网络和PCA降维的图像检索方法。首先,通过迁移学习后的卷积神经网络提取图像库中图像的语义特征并构建特征库。先用Inception-v3模型在Corel、Caltech-256数据集上做迁移学习,得到迁移学习后的卷积神经网络。再用迁移学习后的卷积神经网络提取Corel、Caltech-256数据集的图像特征,获得对应数据集的图像特征库。其次,使用PCA对经迁移学习后的卷积神经网络提取的图像特征库中的特征做降维,降维至64、96、128、256维,获得Corel、Caltech-256数据集上对应维度的图像特征库。然后,在做图像检索时,用迁移学习后的卷积神经网络提取待检索图像的语义特征,再对其进行降维。最后,把待检索图片的特征与对应维度的特征库中的特征做相似性对比并返回对比结果,返回的结果是逆序排列,本文使用的相似性度量算法是欧氏距离。实验结果表明,迁移学习后的卷积神经网络能够对图像特征进行有效的分离和表达,经过迁移学习后的卷积神经网络能够学习到图像的高级语义特征,检索精度对比于传统的基于内容的图像检索方法至少提升%3。特征降维后,在降低模型的运算量的同时提高检索效率,也消除了特征中不合理的或者冗余的噪声,从而使得图像检索的精度相对于降维之前有所提高。
【学位授予单位】:沈阳工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TP183

【相似文献】
中国期刊全文数据库 前10条
1 蒋进;;基于神经网络的风功率组合预测[J];工程技术研究;2017年10期
2 余窻恒;沈海斌;;一种跨层连接的循环神经网络门结构设计[J];传感器与微系统;2018年08期
3 刘桂霞;王沫沅;苏令涛;吴春国;孙立岩;王荣全;;基于深度神经网络的蛋白质相互作用预测框架[J];吉林大学学报(工学版);年期
4 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
5 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
6 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
7 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
8 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
9 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
10 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
2 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
3 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
4 ;人工智能将取得大面积突破[N];中国企业报;2017年
5 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
6 ;人类正迎来云端机器人时代[N];中国企业报;2017年
7 张斌;谁还需要“同传”[N];文汇报;2017年
8 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
9 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
10 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
中国博士188bet全文数据库 前10条
1 吴森森;地理时空神经网络加权回归理论与方法研究[D];浙江大学;2018年
2 张振敏;基于脉冲神经网络的纹理图像识别研究[D];福建师范大学;2016年
3 姜晓恒;基于深度卷积神经网络多尺度共享与子块级联的物体识别[D];天津大学;2017年
4 陈浩广;基于扩展神经网络的非线性不确定系统自适应控制设计研究[D];广东工业大学;2017年
5 高洁;几类复杂网络的同步控制研究[D];电子科技大学;2018年
6 刘奎;基于神经网络的癌症筛查与诊断人工智能研究[D];北京邮电大学;2018年
7 黄杰;基于深度学习的手语识别技术研究[D];中国科学技术大学;2018年
8 曹春水;深度卷积神经网络中反馈机制的计算建模及应用研究[D];中国科学技术大学;2018年
9 刘志康;基于视频的人类行为识别方法研究[D];中国科学技术大学;2018年
10 谈宏莹;基于太赫兹时域谱物质检测技术及实验研究[D];燕山大学;2016年
中国硕士188bet全文数据库 前10条
1 唐芳草;基于神经网络的技术合同风险分析技术研究[D];哈尔滨工程大学;2017年
2 侯蕾;基于卷积神经网络的水果检测研究[D];福建师范大学;2017年
3 汪东升;基于小波和神经网络的柴油机失火故障诊断方法研究[D];华中农业大学;2011年
4 姜珊;基于卷积神经网络的水稻生长阶段优劣长势判别的研究[D];黑龙江八一农垦大学;2018年
5 林晟;基于卷积神经网络的教学资源整合方法的研究与实现[D];上海师范大学;2018年
6 宋夏;基于改进PCA与BP神经网络的人脸识别算法[D];内蒙古师范大学;2018年
7 孙璇;基于卷积神经网络的文本分类方法研究[D];上海师范大学;2018年
8 朱永佳;基于卷积神经网络的交通标志检测与识别研究[D];上海师范大学;2018年
9 卢毅;基于轻量级卷积神经网络的人脸检测和识别算法研发[D];浙江大学;2018年
10 蒋维;基于改进PSO-BP神经网络的个人信用评价模型及算法研究[D];电子科技大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026