《表2 在Oxford 5K数据集上图像检索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

《基于卷积神经网络的图像检索算法研究》

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

实验将本文方法（注：本文方法用S-CNN表示）与几种相关的检索方法在Oxford 5K数据集上进行了实验比较，包括文献[2]和文献[3]中基于SIFT的传统方法，文献[8]和文献[10]的改进卷积神经网络图像检索算法，实验结果如表2所示。由表2可以得出，本文的方法明显优于基于SIFT的方法，比如Compressed Fisher、OASIS，结合图例4分析可知，本文平均MAP值高出基于SIFT方法的10%，表明经过CNN提取的特征具有更优异的表达能力。与其他基于CNN方法相比，对于不同建筑，MAP值各有所长。由图4（图4横坐标编号对应于表2各建筑）可知，本文的S-CNN有7/11处地标优于文献[8]中的MOP-CNN，且本文在bodle和keble两处建筑中MAP值高达100%。