《表1 两种CNN的检索精度比较》
两种CNN在Holidays数据集上的检索精度对比结果如表1所示。同时为了选择最佳距离度量,分别采用了三种距离度量(即欧式距离、曼哈顿距离和汉明距离)进行实验。可以看出,本文提出的低维度双线性池化CNN比传统CNN获得了较高的检索精度。此外,距离度量对检索系统显示出了不同的性能。其中,对于两种CNN模型,使用曼哈顿距离时都获得了更好的结果。这是因为,汉明距离度量虽然计算速度比欧氏距离和曼哈顿距离要快,但会破坏原始特征空间中的邻域结构,使精度下降。然而,曼哈顿距离不会破坏邻域结构,并且其对图像边缘信息的检测强度优于欧式距离。为此,在之后实验中本文都采用曼哈顿距离作为相似性度量。
图表编号 | XD0067450200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 蔡鹏飞、叶剑锋 |
绘制单位 | 河南工学院计算机科学技术系、南京航空航天大学机电学院 |
更多格式 | 高清、无水印(增值服务) |