《表1 两种CNN的检索精度比较》

  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

《结合改进CNN和双线性模型的CBIR方法》

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

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。