《Table 3 mAPvalues of different methods表3不同方法的mAP值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CNN特征加权和区域整合的图像检索》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。