论文研究基于tSNE卷积编码的图像检索方法.pdf

为了提高基于内容图像检索系统的速度和精度，提出了一种基于t-SNE卷积编码的图像检索方法。该方法首先采用一个高精度卷积神经网络模型提取图像特征，然后通过定量分析模型不同层特征的检索性能，选择出最佳特征。其次将选择出的最佳特征使用t-SNE方法进行编码，降低特征维度的同时进一步减少图像特征中的噪声。最后，利用降维后的编码特征，实现基于内容的图像检索系统。实验结果表明：随着特征维度的降低，卷积编码方法不但不会降低检索精度，反而在某些情况下会提高检索精度。采用16维卷积编码特征，就可以超过传统方法128维编码特征的检索精度。而一旦特征维度降低8倍，可以使得特征的存储空间缩小8倍，图像检索效率大幅提高