Improve Content-based Image Retrieval using Deep learning model

doi:10.1088/1742-6596/2327/1/012028

Improve Content-based Image Retrieval using Deep learning model

2022-08-01

0

OA

AI

DOI：10.1088/1742-6596/2327/1/012028

原文链接

原文求助

摘要

En 中文

摘要由于近期技术突破，多媒体的复杂性已大幅扩展，而相似多媒体内容的检索仍是持续的研究课题。基于内容的图像检索（CBIR）系统在巨大数据库中搜索与查询图像（QI）相关的图片。现有CBIR算法仅提取特征集的子集，限制了检索效能。对具有高度视觉相似性的照片进行排序是任何图像检索技术的必要步骤。由于单一特征对图像数据集的修改不具备鲁棒性，因此在CBIR中采用特征融合（即特征组合）以提高性能。本研究描述了一种CBIR系统，通过结合DarkNet-19和DarkNet-53信息来检索图像。在Wang（Corel 1K）数据库上的实验表明，该方法在精度上相较于现有经典技术和深度卷积神经网络（DCNN）均取得了显著提升。

Improve Content-based Image Retrieval using Deep learning model

摘要

期刊

机构

引用论文