基于联合分类器的非自然图像检索

作     者：许婷婷 朱允斌 张跃 Xu Tingting;Zhu Yunbin;Zhang Yue

作者机构：复旦大学计算机科学技术学院上海201203 上海视频技术与系统工程研究中心上海201203 华为技术有限公司江苏南京210000 

基　　金：国家重点研发计划项目(2016YFC0801003) 上海市科委科研计划项目(16511105402) 上海市人才计划项目(17XD1425000) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2018年第35卷第4期

页      码：244-248页

摘      要：卷积神经网络已经被广泛应用于图像检索领域,目前的图像检索系统在自然图像上效果很好。但是自然世界中还存在着海报、漫画这样的非自然图像,这些图像的检索效果并不好。相比于自然图像,这些图像往往具有大面积的单一色块,相邻色块间经常存在强烈的颜色对比,色块的分布也更无规律,可提取特征较少。如果想要较好的检索效果,就需要提取较多的特征,进而需要设计更深、更复杂的网络,或者利用多个卷积神经网络的提取信息。尝试解决以海报图像为例的非自然图像检索,提出一个基于卷积神经网络的联合分类器。此联合分类器用不同的融合算法结合了多个独立分类器的结果,再进行分类。实验结果表明,对比单分类器,所提出的基于卷积神经网络的联合分类器能有效提高分类准确率。

主 题 词：非自然图像 联合分类器 卷积神经网络 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2018.04.045

馆 藏 号：203287475...