基于卷积神经网络和注意力机制的图像检索

来源：电讯技术杂志2021年第3期北京时间：

作者：秦姣华,黄家华,向旭宇,谭云

单位：(中南林业科技大学 计算机与信息工程学院,长沙 410004)

摘要：当前先进的图像检索方法中，存在着不能很好地分辨图像中不同区域和内容的重要性的问题，导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题，提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征，然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源，使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较，结果表明该方法能够有效提高图像检索的精确率和召回率，并且在检索返回的前k张图像的数量(top-k)增加时，仍能保持良好且稳定的检索精确率。

关键词：图像检索；卷积神经网络；注意力机制；特征融合；

基金资助：国家自然科学基金面上项目(61772561)；湖南省重点研发计划项目(2018NK2012)；湖南省教育厅重点项目(18A174)；湖南省自然科学基金面上项目(2020JJ4140,2020JJ4141)；湖南省学位与研究生教育改革研究项目(2019JGYB154)；湖南省研究生优秀教学团队项目（湘教通〔2019〕370-133）