《表2 两种CNN的时间和内存消耗比较》
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。
图表编号 | XD0067493000 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) |