《表5 本文方法与其他极光检索算法的MAP以及平均查询时间对比(s)》
最后将本文方法与其他几种极光图像检索算法(HE[14],VLAD[15],MAC[16]和MS-RMAC[17])进行对比。表5为本文方法(bit=48)与其他几种算法的MAP以及平均查询时间对比。从性能来看,与基于传统SIFT特征的方法(HE和VLAD)相比,基于CNN特征检索方法(MAC,MS-RMAC以及本文方法)的MAP有明显提高,尤其是本文方法取得最高90.95%的MAP值,这得益于多尺度CNN特征融合和联合损失来训练。从效率来看,MAC和MS-RMAC是最耗时的,因为它们使用高维的CNN特征;相反,由于PCA对特征进行降维操作,VLAD获得了惊人的效率,HE模型紧随其后。而本文方法使用哈希算法和CNN结合将高维特征向量映射为低维紧凑的二值哈希码,达到了数据降维的作用,减少了检索时间。
图表编号 | XD00187959200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陈昌红、彭腾飞、干宗良 |
绘制单位 | 南京邮电大学通信与信息工程学院、南京邮电大学通信与信息工程学院、南京邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |