《表2 两种CNN的时间和内存消耗比较》

  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

除了检索精度之外，本文提出的低维度双线性池化CNN的一个最大优点是降低了图像特征维度，提高了算法执行效率。为此，本文比较了两种CNN架构的图像矢量化时间、检索时间和内存消耗，结果如表2所示。如上所述，由于本文低维度双线性池化CNN模型提取的图像特征表示具有较小的尺寸，大大降低了检索图像所需的搜索时间和存储内存。其中，矢量化时间取决于图像视觉内容，检索时间和存储内存取决于图像特征维度。这对进行大数据集的图像检索非常重要。