一种使用深度视觉特征的快速基于内容的图像检索方法
计算机视觉与模式识别
2023-10-09 v1 信息检索
机器学习
摘要
在当今时代，用于文档分析、医学图像分析等的基于视觉特征的快速且可扩展的基于内容的图像检索(Content-Based Image Retrieval)是必需的。卷积神经网络(Convolutional Neural Network, CNN)激活作为特征在该领域取得了卓越性能。使用输出层softmax函数的深度卷积表示也是视觉特征之一。然而，几乎所有图像检索系统都将视觉特征索引保存在主内存中以实现高响应性，这限制了它们在大数据应用中的适用性。在本文中，我们提出一种在Elasticsearch上预先索引L2范数后计算余弦相似度的快速方法。我们使用ImageNet数据集和VGG-16预训练模型评估我们的方法。评估结果显示了我们提出方法的有效性和高效性。
引用
@article{arxiv.1908.01505,
title = {A Fast Content-Based Image Retrieval Method Using Deep Visual Features},
author = {Hiroki Tanioka},
journal= {arXiv preprint arXiv:1908.01505},
year = {2023}
}
备注
accepted in ICDAR-WML: The 2nd International Workshop on Machine Learning 2019