文献类型：期刊文章

作　　者：冯庆贺[1] 聂广华[1] 刘荣升[1] 迟明路[1] 王元利[1] 高雅昆[2] 张建霞[1]

FENG Qinghe;NIE Guanghua;LIU Rongsheng;CHI Minglu;WANG Yuanli;GAO Yakun;ZHANG Jianxia(School of Intelligent Engineering,Henan Institute of Technology,Xinxiang 453003,China;School of Electrical Engineering and Automation,Henan Institute of Technology,Xinxiang 453003,China)

机构地区：[1]河南工学院智能工程学院,河南新乡453003 [2]河南工学院电气工程与自动化学院,河南新乡453003

出　　处：《河南工学院学报》

基　　金：河南省重点研发与推广专项(科技攻关)项目(202102210084,212102310119);河南工学院高层次人才科研启动基金(KQ1863,KQ2011,KQ2001);河南省高等学校重点科研项目(21B413002);教育部产学合作协同育人项目(202101187010,202102120046);河南工学院教育教学改革研究与实践项目(2021-YB023);河南省大学生创新创业训练计划项目(202111329014,202111329015)。

年　　份：2022

卷　　号：30

期　　号：3

起止页码：30-34

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为消减预训练模型抽取的深度卷积特征冗余影响图像检索准确率,提出一种深度卷积聚合特征提取算法。该算法具体包含筛选、聚合和池化三个步骤。依据香农信息熵理论,提出一种基于熵的策略用于筛选出感兴趣卷积描述子。之后利用洪泛算法将感兴趣卷积描述子聚合为目标掩码图。最后基于目标掩码图区域,将卷积特征图中对应区域进行池化连接。通过在公用的图像数据集上定性定量的实验评价,表明所提出算法显著消减冗余,同时实现更高图像检索准确率。

关 键 词：图像检索 深度卷积特征  卷积描述子  冗余

分 类 号：TP13]