论文研究-基于深度卷积神经网络的图像检索算法研究.pdf下载

为解决卷积神经网络在提取图像特征时所造成的特征信息损失，提高图像检索的准确率，提出了一种基于改进卷积神经网络LeNet-L的图像检索算法。首先，改进LeNet-5卷积神经网络结构，增加网络结构深度；然后，对深度卷积神经网络模型LeNet-L进行预训练，得到训练好的网络模型，进而提取出图像高层语义特征；最后，通过距离函数比较待检图像与图像库的相似度，得出相似图像。在Corel数据集上，与原模型以及传统基于SVM主动学习图像检索方法相比，该图像检索方法有较高的准确性。经实验结果表明，改进后的卷积神经网络具有更好的检索效果。