基于Gabor滤波器和深度学习的图像检索方法
徐娟娟1
陈晨2
杨洪军1
1.内蒙古大学 满洲里学院,内蒙古 满洲里,0214002.吉林大学 仪器科学与电气工程学院,长春,130061
摘要：针对图像数据库日渐庞大的问题,研究了将特征提取与深度学习相结合进行图像检索的方法,提出了基于Gabor小波变换和受限玻尔兹曼机(RBM)的特征提取和降维模型.将整幅图像划分成局部图像块,利用Gabor滤波器组提取图像特征,通过RBM对特征进行学习和编码,从而实现图像特征的降维处理.采用基于深度信念网络(DBN)和Softmax分类器的图像检索算法,利用Corel图像库进行新方法的图像检索实验,并与其他两种方法进行比较.结果表明,本文方法在准确率、查全率和检索时间上均具有较好的性能,能得到更好的图像检索结果.
关键词：图像检索Gabor小波特征提取降维深度学习受限玻尔兹曼机深度信念网络分类器
分类号：TN911.73(通信)
资助基金：国家自然科学基金(61403160)内蒙古高等学校科学研究项目(NJZY6558)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 529-534 )
英文信息