一种基于胶囊网络的图像检索方法

2020年6月10日·
Jing Huang
杨树国
杨树国
,
Zizheng Liu
· 0 分钟阅读时长
DOI
摘要
作为一种新兴的网络结构,胶囊网络用向量输出替代标量输出,能够捕捉图像特征之间的空间关系,改善卷积神经网络的局限性。首先对胶囊网络进行训练实现图像分类,得到图像的预测类标签,判定出查询图像的所属类别,然后将网络的数字胶囊层中的特征参数作为图像的特征向量,在查询图像的所属类别集合中利用图像特征向量找到与查询图像相似的图像。分别在FASHION-MNIST和CIFAR10数据集上进行了实验,实验结果表明本文方法可以较好地提取出图像的特征,分别提升了查准率,并取得了良好的图像检索结果。
类型
出版物
电脑与电信
publications
Authors
杨树国
Authors
正教授
教授,博士生导师,哈尔滨工业大学博士后。数据科学与信息技术研究中心主任,人工智能海洋技术场景化应用山东省工程研究中心主任,青岛市人工智能海洋技术创新中心主任,青岛科技大学数学与交叉研究院院长。美国佐治亚理工学院高级访问学者、香港中文大学高级访问学者、北京交通大学高级访问学者;山东省数学会常务理事、山东省应用统计学会常务理事、人工智能海洋学专业委员会常务委员。近年来,主持或参与国家自然科学基金、国防科工委、电子工业部、省自然基金、省重点科研计划、省高校科研计划、省优秀中青年科学家基金、青岛市科技发展计划项目等各级各类科研项目40多项。