基于深度特征分析的雙線性圖像相似度匹配算法

　　基于內(nèi)容的圖像檢索一直面臨“語義鴻溝”的難題，特征選擇對語義學(xué)習(xí)結(jié)果有著直接的影響；而傳統(tǒng)距離度量方法往往從單一角度進(jìn)行相似性計算，不能很好地表示出圖像之間的相似度。為了解決以上問題，提出基于深度特征分析的雙線性圖像相似度匹配的方法。首先，將圖像數(shù)據(jù)集在卷積神經(jīng)網(wǎng)絡(luò)模型上進(jìn)行微調(diào)訓(xùn)練，然后利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)對圖像進(jìn)行特征提取，獲得全連接層輸出的特征之后，通過雙線性相似性度量方法得到圖像間相似度的大小，通過對相似度的大小排序，返回最相似的圖像實例。在Caltechl01和Caltech256數(shù)據(jù)集上的對比實驗顯示，所提算法的平均查準(zhǔn)率、TopK查準(zhǔn)率和查全率均優(yōu)于對比算法，驗證了所提算法的有效性。