图像检索中的特征表示方法研究

摘要

研究用于检索的单幅图像的两种特征表示方法,第一种是基于SIFT等传统手工特征点的表示方法;第二种是基于卷积神经网络的特征表示方法。采用Caffe Net和VGG-M两个预训练模型,分别提取它们全连接层和卷积层的输出作为图像的特征。实验表明,对于预训练的模型,最后一层卷积的特征对于检索的效果要好于全连接层的特征。