基于改进深度学习的海量多媒体图像信息快速检索研究

摘要

目的 为了更为快速、准确地完成图像检索，提出一种基于改进深度学习的海量多媒体图像信息快速检索方法。方法 首先对多媒体图像进行预处理，包括混合滤波去噪和直方图均衡化，以此提升图像质量，然后对深度学习中的卷积神经网络进行改进，增加图像特征融合层，避免图像细节特征丢失，最后通过度量图像特征之间的相似度来完成图像信息检索。结果 实验结果表明，与传统方法相比，上述方法的图像检索平均精度均值更高、平均运行时间更短。结论 证明所研究方法能在更短的时间内完成更为准确的检索，检索性能较好。

关键词

深度学习 / 改进卷积神经网络 / 多媒体图像 / 特征提取 / 检索方法

基金资助

福建省教育厅中青年教师教育科研资助项目：“基于“SPOC+项目竞赛”模式的在线教学平台”(JAT200800)