.png){kind=icon}
返回
Image retrieval using deep saliency edge feature
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.110416.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
利用紧凑表示已成为基于深度学习的图像检索领域的热点。微调深度网络可以提供高判别性表示，但获取充足标注数据非常困难。然而，使用无监督方法提供高效表示仍具挑战性。因此，我们针对图像检索提出了一种紧凑且鲁棒的表示，即深度显著性边缘特征（DSEF）。其主要亮点为：（1）将不同物体区域内的颜色差异、空间布局和边缘线索结合到显著性边缘特征图中。它可以反映深层次特征图中包含的大量判别信息，从而提升深层次特征的判别能力。（2）利用边缘线索突出深层次特征图中包含的粗粒度目标。它可以减少不同类型特征间的语义断连，促进深层次特征与手工特征的兼容性，从而为二者结合提供便利。（3）提出一种特征聚合方法，即关键线索聚合，用于将隐藏在手工特征和深层次特征图中的关键线索聚合为紧凑且高判别性的表示。对比实验表明，我们的方法在若干基准数据集上提供了卓越的检索性能。在Oxford5K、Paris6K、Oxford105K、Paris106K和Holidays数据集上，我们方法的中值平均精度分别比大多数方法高出2.9%、4.6%、3.2%、6.0%和3.7%。
Keyword:
Image retrieval
Deep features
Deep saliency edge feature
Feature aggregation
期刊
IF:
8
论文数:
5.8K
被引数:
3.5W
机构
暂无机构信息
.png){kind=icon}
查看更多内容