【前言】
学会看论文、理解论文对于研究生生涯的学习非常重要,学着看论文,然后试着做一些笔记便于温故知新。所以在此文章专栏把看论文时查到的资料、理解、还有待解决的问题都记录下来,便于自己在便携式电子设备随时的查看,欢迎补充交流。
图像检索实现了对图像库的有效查询和管理,它是指从大规模图像数据库中检索出与文本查询或视觉查询相关的图像。因此,从大量的数字图像中快速准确地检索到用户所需图像的研究成为一个有意义且急需解决的课题。
图像检索的发展历程:
基于文本的图像检索,基于内容的图像检索( content - based image retrieval,CBIR) 技术,尺度不变特征变换 (scale invariant feature transform,SIFT),基于语义的图像检索 ( semantic - based image retrieval,SBIR) 技术,利用神经网络进行特征提取的图像检索算法
图像检索的未来研究方向:
更有效地利用图像深度特征,特定应用场景下的图像检索,质量以及通用性更佳的标准数据集,客观的图像检索评价指标
以下是论文杂记
我的科研之路 --shaneholmes | |||
---|---|---|---|
综述类 | 《图像检索研究综述》 | 发展历程、研究方向 | 传送门 |
CNN | 《图像检索--联合加权聚合深度卷积特征的图像检索方法》 | 深度卷积特征、空间权重矩阵、通道权重向量 | 传送门 |
《Fine-Tuning CNN Image Retrieval with No Human Annotation》 | pooling layer GeM、SfM、Whitening、α-weighted 查询扩展 | 传送门 | |
《ImageNet Classification with Deep Convolutional Neural Networks》 | 传送门 | ||
其他 | 《Dynamic Routing Between Capsules(NIPS2017)》 | 传送门 | |
《基于KNN有向复杂网络的图像轮廓识别》 | 复杂网络、图像轮廓、K最近邻 | 传送门 | |
《Binary Generative Adversarial Networks for Image Retrieval》 | BGAN、无监督、二进制表示 | 传送门 | |
《增强旋转不变LBP算法及其在图像检索中的应用》 | ELBPri描述符、Harris算法、LBP伪灰度图 | 传送门 | |
《基于 FCCA 的多特征融合的检索方法》 | 典型相关分析、多特征融合 | 传送门 | |
《自适应多位编码量化的哈希图像检索方法》 | 哈希图像检 索 、方差 、数据子向量 | 传送门 | |
《Composing Text and Image for Image Retrieval - An Empirical OdysseyNam》 | 文字/图像特征组合 | 传送门 | |
好文推荐
以下文章下载链接点我,或联系博主获取,邮箱 shaneholmes@qq.com:
- AI 就业面面观
- 基于内容的图像检索技术综述——传统经典方法
- 卷积神经网络的压缩和加速
- 机器学习与深度学习中的数学知识点汇总
- 基于内容的图像检索技术综述-CNN方法
- 2018年国外主要实验室和科研团队成果和动向
- 浅谈卷积神经网络的模型结构
- 深度学习项目实践笔记
- 机器学习-原理-算法与应用-纠错
- 半小时学会 PyTorch Hook
- 图片内容鉴黄算法综述
- 机器学习与深度学习习题集(上)