基于卷积神经网络和空间金字塔匹配的图像排序

《基于卷积神经网络和空间金字塔匹配的图像排序》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：TP391密级：公开UDC：004学校代码：10005工程硕士学位论文M.E.DISSERTATION论文题目：基于卷积神经网络和空间金字塔匹配的图像排序论文作者：陆雅领域：计算机技术指导教师：刘波副教授论文提交日期：2016年6月UDC：004学校代码：10005中文图书分类号：TP391学号：S201307145密级：公开北京工业大学硕士专业学位论文（全日制）题目：基于卷积神经网络和空间金字塔匹配的图像排序英文题目：IMAGERANKINGWITHCONVOLUTIONALNEURALNETWORKSANDSPATIALPYRAMIDMA

2、TCHING论文作者：陆雅领域：计算机技术研究方向：计算机应用技术申请学位：工程硕士专业学位指导教师：刘波副教授所在单位：计算机学院答辩日期：2016年6月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：陆雅日期：2016年6月25日关于论文使用授权的说明本

3、人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：陆雅日期：2016年6月25日导师签名：刘波日期：2016年6月25日摘要摘要互联网技术的发展和电子设备的广泛应用，使得图像的数量随之呈指数增长。从海量的图像中迅速并且准确地找到用户所需要的图像，显得越来越重要。长期以来，受文本检索的影响，大部分解决这个问题的技术重点关注于图像的标注，根据关键字匹配图像的标注词来检索图像，即基于文本的图像

4、检索。随着图像数量的爆炸式增长，这种方法的局限性也日益明显。人工标注图像的工作量随着图像数量的增长而增加,并且人为标注会受个人主观因素的影响，进而造成检索结果的不精确性。基于文本的图像检索已经越来越不能满足人们的需求，因此，人们提出了基于内容的图像检索。其思路是首先通过提取的图像特征来表征图像，进而用该特征计算图像之间的相似性。由于自然环境中的颜色、光照、阴影等因素以及人的拍照角度等都会对图像外观产生影响，为了精确表征一幅图像，人们设计了各种各样的考虑不同影响因素的特征提取算法。但是，这些人为设计的特征表征图像的能力有限，效果也不尽如人意。学习算法的提出，使

5、得人们开始关注如何从原始图像中直接学习出图像的特征。深度学习中的卷积神经网络由于其强大的特征提取能力，在图像分类等问题中取得了很大的成功。本文主要研究如何将卷积神经网络应用到图像检索领域，提出了一种基于卷积神经网络和空间金字塔匹配的图像排序算法，该算法通过比较图像块之间的相似性，并且结合图像块之间的空间位置信息，来衡量图像之间的相似性。首先训练了一个基于卷积神经网络的衡量图像块之间相似性的模型，然后利用该模型，对一幅图像中的所有图像块分别提取特征，得到图像的特征集合。最后，对两幅图像的特征集合间进行匹配度的计算，来衡量这两幅图像之间的相似性。本文采用快速最近

6、邻查找算法来寻找匹配的特征，保证了查找的精度和效率。为了充分考虑匹配图像块的空间位置对衡量两幅图像之间相似度的影响，本文设计了一种类似于空间金字塔匹配的算法，来把匹配图像块的空间位置结合到最终的相似度度量中。实验结果表明，与深度分类模型和深度排序模型相比，本文方法取得了更高的正确率，具有一定的研究和应用价值。关键词：图像检索；图像匹配；特征提取；卷积神经网络；空间金字塔匹配-I-AbstractAbstractAlongwiththewideapplicationofInternettechnologyandelectronicdevices,thenumb

7、erofimagesgrowsexponentially.Ithasbecomeincreasinglyimportantthatfindthedesiredimageforusersfromthemassofimagesquicklyandaccurately.Foralongtime,bytheimpactoftextretrieval,mostofthetechnologytosolvethisproblemfocusesonimageannotationandaccordingthematchdegreeofkeywordsandimageannot

8、ationtoretrievaltheimage,w