《Table 3 mAPvalues of different methods表3不同方法的mAP值》
本文构建了一个完整的图像检索方法:从特征提取与处理,到相似性匹配,最后对检索结果重排优化。使用AlexNet和VGG16模型的卷积层部分提取特征,通过特征加权和特征整合生成全局特征来描述整幅图像;然后计算查询图像和数据库中图像的余弦相似性得到初始检索结果;最后采用QE方法对初始排名进行重排得到最终mAP。分别在Paris6k和Oxford5k数据库以及扩展的Paris106k和Oxford105k数据库上进行测试,在不重新训练网络的情况下取得了很好的效果。因此,用本文方法提取的全局特征向量能够很好地描述图像,且适用于图像检索。
图表编号 | XD0035526000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 袁晖、廖开阳、郑元林、曹从军、汤梓伟、邓轩 |
绘制单位 | 西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院、陕西省印刷包装工程技术研究中心、西安理工大学印刷包装与数字媒体学院、陕西省印刷包装工程重点实验室、西安理工大学印刷包装与数字媒体学院、陕西省印刷包装工程技术研究中心、西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院 |
更多格式 | 高清、无水印(增值服务) |