基于多层次视觉语义特征融合的图像检索算法

目的 为了解决低层特征与中层语义属性间出现的语义鸿沟，以及在将低层特征转化为语义属性的过程中易丢失信息，从而会降低检索精度等问题，设计一种多层次视觉语义特征融合的图像检索算法。方法 首先分别提取图像的3种中层特征（深度卷积神经网络（DCNN）特征、Fisher向量、稀疏编码空间金字塔匹配特征（SCSPM））；其次，为了对3种特征进行有效融合，定义一种基于图的半监督学习模型，将提取的3个中层特征进行融合，形成一个多层次视觉语义特征，有效结合3种不同中层特征的互补信息，提高图像特征描述，从而降低检索算法中的语义鸿沟；最后，引入具有视觉特性与语义统一的距离函数，根据提取的多层次视觉语义特征来计算查询图像和训练图像的相似度量，完成图像检索任务。结果 实验结果表明，与当前检索方法对比，文中算法具有更高的检索精度与效率。结论 所提算法具有良好的检索准确度，在医疗、包装商标等领域具有一定的参考价值