【摘 要】
:
图像以简洁、直观的方式传递出巨大的信息量,对海量图像数据的管理和高效检索成为一个具有挑战性的问题。图像检索最重要的步骤是特征提取与特征编码,深度卷积神经网络具有强大的特征提取能力,但其提取的图像特征维度较高,特征的存储和计算开销较大。哈希学习将图像数据映射为二进制编码,显著减少了内存消耗且检索速度较快。近年来,越来越多的学者开始将深度学习与哈希学习相结合,基于深度哈希的图像检索成为一个热门方向。本
论文部分内容阅读
图像以简洁、直观的方式传递出巨大的信息量,对海量图像数据的管理和高效检索成为一个具有挑战性的问题。图像检索最重要的步骤是特征提取与特征编码,深度卷积神经网络具有强大的特征提取能力,但其提取的图像特征维度较高,特征的存储和计算开销较大。哈希学习将图像数据映射为二进制编码,显著减少了内存消耗且检索速度较快。近年来,越来越多的学者开始将深度学习与哈希学习相结合,基于深度哈希的图像检索成为一个热门方向。本文针对深度哈希图像检索方法进行了改进,并应用到图像检索领域中几个常见的数据集上,主要研究成果如下:1.改进了一种基于深度监督哈希学习的图像检索方法。在哈希编码和量化两个重要阶段中,设计了哈希损失函数来指导哈希码的生成过程以及约束哈希码的分布。同时在神经网络末端设计哈希隐层来学习图像数据的近似哈希码,尽可能训练出富含语义信息的哈希编码,减少哈希量化阶段的信息损失。为了提高哈希码的区分性,损失函数中也加权了交叉熵损失函数。通过该方法生成较为紧凑的哈希码使得相似图像之间的汉明距离更小,保留了图像之间的语义相似性。2.针对现有哈希方法忽略了返回图像列表的位置信息的问题,本文利用集成学习中加权平均法的思想,提出了一种集成哈希图像检索方法。该方法根据每个个体学习器的特征提取能力,将个体学习器的验证精度和图像归一化后汉明距离的乘积作为图像的综合得分,将综合得分加权平均后,对检索返回的图像列表位置进行重排序,保持了待检索图像与返回图像列表顶部图像之间的语义相似性。3.为了验证所提方法的有效性,在CIFAR10、SUN397和ILSVRC2012这三个广泛使用的图像数据集上进行多组实验,结果表明本文的方法在图像检索领域常见的两个评价指标上均有显著提升。最后,本文基于所提方法设计并实现了一个深度哈希图像检索系统。该系统有两种检索模式,用户可以根据自己的需求选择检索模式后上传待检索图像进行检索。
其他文献
随着车辆向智能化网联化发展的趋势,车辆暴露出的关键接口越来越多,车辆内部面临的通信安全威胁逐渐增大。攻击者通过访问物理接口或利用其他漏洞,进而利用总线控制器局域网络(Control Area Network,CAN)对车辆实施攻击。模糊测试技术在漏洞挖掘领域是一种常用的安全测试方法,它通过向目标协议网络中发送随机和不符合报文规范的数据,监测引发的异常状态并发现潜在的漏洞。然而目前对于车载CAN总线
目前,由于现代社会对智能电网经济调度和资源分配等优化问题的需求越来越迫切,多智能体系统的最优一致性控制逐渐成为了一个研究热点。传统的针对复杂系统一致性的相关工作主要关注系统实现一致的条件判据,而忽略了系统控制的最优化问题。在实际应用中,不仅要求系统达到一致,还需要优化控制成本,而目前对于最优一致问题的研究大多为具有固定拓扑的系统且采用基于双神经网络的传统强化学习方法。但由于环境变化等原因产生的系统
为分析盾构隧道施工期各因素对管片上浮错台的影响,基于盾构隧道施工期的受力模式拟定了隧道直径、围岩条件、覆土厚度、浆液凝固时间、浆液密度、盾构掘进速度及盾尾间隙等7个主要影响因素,分别建立了盾构隧道施工期上浮分析模型与管片错台量计算模型,分析了施工期各因素影响下盾构隧道上浮错台量的变化规律。进一步地,结合现场监测试验结果,验证了施工期管片上浮错台的现象与规律,得出主要结论如下:(1)地层刚度减弱、浆
近年来,三维人脸模型在虚拟现实、游戏、动画、医疗等领域应用日渐广泛,但是三维人脸模型的获取依赖于专业人员手工制作或使用专业设备进行采集,基于深度学习的三维人脸重建方法因此成为热门研究课题,但是目前为止重建精度仍不够高。表情驱动技术是人脸模型在诸多领域应用的基础,但表情驱动通常使用的Blendshape模型需要专业人员手工制作几十个表情基模型,过程较为耗时,不同的应用场景对表情驱动方案要求也有所不同
移动边缘计算作为一种新兴的计算范式,将计算资源下放至距离用户更近的边缘节点,可以为用户提供更便利的服务。但是由于用户的移动特性,用户在移动的过程中可能存在时延增加甚至服务中断等一系列问题。因此,研究有效的服务迁移策略可以提高服务质量和用户体验。本文主要从迁移决策与迁移路径两个方面展开研究,取得的研究成果如下:1.针对现有的服务迁移决策只考虑到用户在某一位置时是否进行服务迁移的问题,本文引入用户之前
近年来,伴随着对抗性机器学习的深入研究和探索,深度学习图像分类模型面临着不可忽视的安全问题:攻击者利用生成的对抗样本欺骗分类模型,导致模型给出错误的分类结果。这一问题目前已经严重威胁到众多领域的正常发展。安全评估作为一种安全防御手段,可以及时发现模型弱点,进而对模型做出优化,增强模型遭遇对抗攻击时的鲁棒性,因此安全评估可以从预防的角度缓解深度学习图像分类模型面临的安全问题。然而,面对快速发展的对抗
移动边缘计算通过在网络边缘部署大量服务器,为用户提供低时延、高可靠性服务的同时也在一定程度上解决了应用激增带来的资源短缺问题。随着越来越多的应用向网络边缘迁移,边缘服务器的部署和资源调度问题受到了极大的重视。因此,本文首先研究了协作式边缘服务器部署策略;在此基础上,研究了面向快速响应的资源调度策略。具体的研究成果如下:1.针对现有的边缘服务器部署策略未充分考虑服务器间协作的问题,本文根据基站与边缘
用超速离心方法从感染流行性出血热(EHF)病毒的细胞培养液中浓缩和纯化了A9、Chen、76-118、R22、L99 5株病毒,对5株病毒进行的SDS-PAGE均显示了此病毒的G1、G2和NP 3个结构蛋白。3株野鼠型病毒A9、Chen、76—118株的结构蛋白分子量相同,两株家鼠型病毒R22、L99株的结构蛋白分子量相同,但两个不同血清型病毒间有所不同。用放射免疫沉淀(RIP)分析了16株EHF
语文“生·动”课堂是以“生命”“生活”“生成”为语文教学的基础,以“主动”“互动”“灵动”为课堂呈现样态的教学主张。“生·动”课堂有利于学生语文素养的培育和学习力的提升,可以通过激发生命热情,提升文字体悟力;走进生活世界,提升认知迁移力;促进优质生成,提升创新思维力;设计活动方式,提升学习辐射力等举措获得灵动的教学效果,达成以语育人、以文化人的目标。