论文部分内容阅读
随着信息技术各领域的迅速发展,基于内容的图像检索技术俨然成为了该领域研究热点之一,而特征提取模型更是其中最为关键的一环。随着深度学习的快速崛起,研究者发现,以基于颜色、纹理、形状等图像底层特征的传统特征提取模型具有一定的局限性。主要表现为将语义化较强的区域和对检索任务无意义的区域一视同仁,形成大量冗余特征。而深度学习和视觉注意力机制的发展为该问题提供了新的解决思路,通过深度学习提取的深度特征往往比传统特征更具有语义化,加之视觉注意力的应用,即通过模仿人眼,自动将注意力集中在对任务更有价值的区域,加强了对任务有用的特征权重,忽略了无意义的特征。如融合了视觉注意力机制的DELF(DEep Local Feature)模型,就较好的弥补了传统图像检索的局限性。本文主要工作即对DELF模型进行研究学习,加以优化,研究工从如下两个方面展开。第一,基于通道域注意力机制的优化思想。近年来众多学者对视觉注意力进行研究,将视觉注意力依据不同作用域分为通道域注意力、空间域注意力等,往往多种不同作用域的注意力相结合的模型效果优于单一注意力机制。故本文认为仅融合了空间域注意力的DELF模型存在一定的优化空间。通过引入通道域注意力,实现通道域注意力和空间域注意力的结合,来对DELF模型加以优化。第二,优化网络结构。卷积网络的不断发展导致网络模型愈发的复杂,如何优化网络结构,降低模型复杂度就成为了另一个研究热点。本文通过查阅网络结构优化的相关文献发现,大部分网络都存在一定的冗余参数,即参数的利用率并不高,基于此思想,本文通过引入分组卷积的思想,在保证模型复杂度的情况下来提高参数利用率,优化特征提取模型。基于此两种优化策略,与原DELF模型在不同的数据集进行实验对比。实验证明,同时融合了两种不同域的注意力,并引入分组卷积思想优化网络基础结构的特征提取模型,在图像检索任务中拥有更好的表现。