融合注意力機(jī)制的深度哈希圖像檢索方法

打開(kāi)文本圖片集

摘要：傳統(tǒng)的基于深度哈希圖像檢索方法在獲取圖像的特征信息時(shí)，會(huì)關(guān)注到部分冗余信息，影響最終的圖像檢索精度。針對(duì)上述問(wèn)題，提出一種應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò)中的融合跨維度交互注意力機(jī)制模塊，該模塊可以提高網(wǎng)絡(luò)的性能，學(xué)習(xí)到更多有利于圖像檢索的特征信息。在深度哈希圖像檢索任務(wù)中，選用VGG16與ResNet18兩種經(jīng)典模型作為圖像檢索的基礎(chǔ)模型，加入注意力模塊并且重新設(shè)計(jì)哈希碼目標(biāo)損失函數(shù)后，在CIFAR-10和NUS-WIDE數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明添加了注意力機(jī)制后的圖像檢索精度有較大提高，驗(yàn)證了所提出方法的有效性。（剩余11293字）