《电子测量技术杂志》发表论文赏析

注意力增强的视觉Transformer图像检索算法

来源:电子测量技术杂志2023年第23期北京时间:

作者:刘华咏,黄聪,金汉均

单位:华中师范大学计算机学院 武汉 430070

摘要:基于深度哈希的图像检索方法往往利用卷积和池化技术去提取图像局部信息,并且需要不断加深网络层次来获得全局长依赖关系,这些方法一般具有较高的复杂度和计算量。本文提出了一种注意力增强的视觉Transformer图像检索算法,算法使用预训练的视觉Transformer作为基准模型,提升模型收敛速度,通过对骨干网络的改进和哈希函数的设计,实现了高效的图像检索。一方面,本文设计了一个注意力增强模块,来捕获输入特征图的局部显著信息和视觉细节,学习相应的权重以突出重要特征,并增强输入到Transformer编码器的图像特征的表征力。另一方面,为了提高图像检索的效率,设计了一种对比哈希损失函数,生成具有判别力的二进制哈希码,从而降低了内存需求与计算复杂度。在CIFAR-10和NUS-WIDE数据集上的实验结果表明,本文提出的方法,在两个不同数据集上使用不同哈希码长度的平均精度均值达到了96.8%和86.8%,性能超过多种经典的深度哈希算法和其他两种基于Transformer架构的图像检索算法。

关键词:图像检索;视觉Transformer;深度哈希;注意力模块

基金资助:教育部人文社会科学研究项目(21YJA870005)资助

2023年23期其他文献查阅:

人工智能背景下测量仪器技术发展探讨

多端口能量互补设备多工况协调控制

基于地图匹配的室内定位算法研究

基于虚拟同步机技术的六相电驱复用型车载充电系统

一种高精度宽范围的大功率开关电源设计

引入改进迭代局部搜索的灰狼算法及应用

融合三步平滑与改进RRT算法的无人机路径规划

注意力增强的视觉Transformer图像检索算法

基于同相测量一致性的电压互感器误差状态在线评估方法

基于时空特征的航空发动机剩余使用寿命预测

基于TCN-BiGRU的锂离子电池健康状态评估

复杂背景下多特征结合的深度学习手势识别

基于先验距离约束的3D卷积毫米波雷达目标检测方法

基于SE-ResNet34的红火蚁巢穴判别模型

基于改进SwinIR的条纹图去噪方法

基于改进YOLOv5的印刷电路板缺陷检测

视觉激励调制对脑电信号识别的影响研究

基于改进Yolov7的输电线路绝缘子识别检测研究

基于CapSA-VMD的螺母质量判定方法

基于惯性传感器的HAR数据采集系统设计

基于NB-IoT的燃气流量监测系统设计

基于鲸鱼算法小波神经网络PID的PMSM转速控制

基于模板匹配及粗糙度纹理指标的液位检测算法

三维正交线圈磁通信信道稳定性分析

基于自适应极化滤波的地下浅层P/S波解耦方法

全金属螺杆钻具定子内轮廓测量系统的设计与测试

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!