论文部分内容阅读
移动互联等新一代信息技术的广泛深入使用,带来了海量的图像数据。利用传统的CBIR检索方法,已满足不了人们对海量图像的检索需求。本文介绍了基于深度学习的图像检索方法,对CNN模型Alex Net进行改进。采用改进后的模型对CALTECH101和COREL数据集进行训练,提高了训练速度和正确率。对模型输出的CNN特征进行降维处理采用PCA算法。实验结果表明,本文方法明显优于基于GIST特征,对CNN特征进行降维后,能有效提高检索性能。