《表8 本文深度学习与传统特征相结合模型的Top-10检索结果》
从表8可以看出,基于FSF公式将多尺度CNN特征与传统特征相结合的策略取得了不错的效果,验证了本文仅使用深层语义特征,缺乏底层特征的补充,结合传统特征加以弥补,对初步检索结果进行重排序,可以进一步提高检索效果的设想,从MAP和查准率这两种评价指标来看,结合传统特征的重排序通过对初步检索结果的纹理、颜色等特征进行约束,有效地优化了检索结果的排序.经实验验证,结合的传统特征种类并非越多越好,从一种增加至三种,效果稳步提升,但是当增加至4种时,效果反而会出现下降现象.因为每种特征的检索效果是不同的,当综合的特征种类越多时,就有可能使得检索效果差的特征占据多数,从而导致检索效果好的特征难以发挥作用.此外,也证明了本文所设计的FSF公式可以有效融合不同种类的特征.
图表编号 | XD00163164900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 王志伟、普园媛、王鑫、赵征鹏、徐丹、钱文华 |
绘制单位 | 云南大学信息学院、云南大学信息学院、云南省高校物联网技术及应用重点实验室、云南大学信息学院、云南大学信息学院、云南大学信息学院、云南大学信息学院 |
更多格式 | 高清、无水印(增值服务) |