文献类型：期刊文章

作　　者：李钊[1,2,3] 卢苇[1] 邢薇薇[1] 孙占全[2,3] 王伟东[1] 魏云超[1]

机构地区：[1]北京交通大学软件学院,北京100044 [2]山东省计算中心国家超级计算济南中心,济南250014 [3]山东省计算机网络重点实验室,济南250014

出　　处：《北京邮电大学学报》

基　　金：国家自然科学基金项目(61370128)

年　　份：2015

卷　　号：38

期　　号：B06

起止页码：103-106

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153401187808)、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：卷积神经网络(CNN)是当前图像识别领域的研究热点,利用预训练的CNN网络提取的图像特征展示出了较强的图像识别能力.主要对比分析了传统视觉特征和CNN视觉特征在基于内容图像检索任务中的性能表现,并指出了一些可以值得深入研究的方向.在两个公开数据库(Pascal Sentence和Pascal VOC 2007)的实验尝试表明CNN视觉特征比传统的视觉特征更适用于图像检索.

关 键 词：卷积神经网络 基于内容的图像检索  特征提取 深度学习  

分 类 号：TN911.22]