-
题名物体显著性排名感知网络用于高效图像检索
被引量：2
- 1
-
-
作者
李林峰
陈程立诏
王恒森
-
机构
青岛大学计算机科学技术学院
中国石油大学计算机科学技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第10期3186-3193,3200,共9页
-
基金
山东省高等学校青创科技计划创新团队资助项目(2021KJ062)
国家自然科学基金资助项目(61802215)。
-
文摘
针对目前图像检索领域主要依靠语义相似性检索图片而忽略了场景中物体重要性关系问题,提出了一种基于场景感知的物体显著性排名算法SASR,使图像检索更关注场景中物体的相互关系。SASR分为两个阶段,在第一阶段,提出了基于视点数据的“组合阈值”物体级显著性排名真值标签标注方法,该方法简化了排名标签的标注;在第二阶段,提出了基于图卷积网络的物体级显著性排序网络,该网络解决了多个在物体级排序问题中存在的特异性难点。该算法改善了目前显著性排名标签生成方式并进行了大量对比实验,在现有SALICON数据集上的实验结果表明,其提升了显著性排名的性能,在NUS-WIDE数据集上的实验结果表明在该算法的支撑下,图像检索性能平均提升了2%,证明了其有效性。
-
关键词
显著性排名
场景感知
图卷积网络
图像检索
-
Keywords
saliency ranking
scene perception
graph convolutional network
image retrieval
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
