研究论文基于深度学习的显著性区域的图像检索研究.pdf

利用神经网络提取的图像全局特征包含图像上的冗余信息，影响检索的精度，为了解决这个问题，提出了一种基于VGG16的改进网络结构、保留图像空间信息、提取图像显著性区域局部特征的算法。首先利用改进的网络对数据进行训练，得到准确率较高的模型，利用训练好的模型对所有图像使用类激活映射（CAM）的方法定位出图像的显著性区域；然后利用相同的模型提取局部显著性区域特征，构建图像数据库；最后对查询图像使用距离比较函数（L2）计算相似度，按相似度大小排列返回相似图像。在Corel数据集上，对比提取神经网络全局特征以及使用传统SIFT特征构建的