《表2 在Oxford 5K数据集上图像检索MAP值》
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%。
图表编号 | XD0090188300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 牛亚茜、冀小平 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |