融合注意力機制的深度哈希圖像檢索方法

打開文本圖片集

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，會關(guān)注到部分冗余信息，影響最終的圖像檢索精度。針對上述問題，提出一種應用于卷積神經(jīng)網(wǎng)絡中的融合跨維度交互注意力機制模塊，該模塊可以提高網(wǎng)絡的性能，學習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)計哈希碼目標損失函數(shù)后，在CIFAR-10和NUS-WIDE數(shù)據(jù)集上進行了對比實驗，實驗結(jié)果表明添加了注意力機制后的圖像檢索精度有較大提高，驗證了所提出方法的有效性。（剩余11293字）