基于ResNet的唐卡检索

作     者：闫龙泉 骆沛然 史伟 刘秀全 Yan Longquan;Luo Peiran;Shi Wei;Liu Xiuquan

作者机构：宁夏大学信息工程学院宁夏银川750021 

基　　金：国家自然科学基金资助项目(62166030,12061055,61662060) 宁夏大学-中国西部一流大学科技创新项目(ZKZD2017005) 

出 版 物：《宁夏大学学报（自然科学版）》 (Journal of Ningxia University(Natural Science Edition))

年 卷 期：2021年第42卷第3期

页      码：257-262,269页

摘      要：唐卡是独具特色的藏族艺术资源,因其内容复杂、种类多样、分辨率高,传统的图像检索方法无法实现对唐卡图像进行快速而精准的检索.针对上述问题,基于残差神经网络(ResNet)进行唐卡图像的检索,首先使用ResNet50网络结构进行唐卡图像的深层语义信息提取,然后采用余弦相似度比对算法对提取的唐卡特征进行准确分析.实验表明,相较于SIFT方法,ResNet50检索方法的查准率提升了40%,召回率提升了25%;相较于VGG16,ResNet50检索方法的查准率提升了3%,召回率提升了5%.

主 题 词：唐卡图像 CNN 图像检索 ResNet 特征提取 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.0253-2328.2021.03.006

馆 藏 号：203105223...