基于深度学习的海量多媒体图像快速检索系统研究与实现

文档摘要：在信息技术和网络技术飞速发展的今天,多媒体技术已经成为涵盖多种信息形式的主体,包括文字、声音、图像、视频、动画和通信等.因此,快速准确地检索用户所需的图像信息变得至关重要,其中图像检索算法的选择尤为重要.本文旨在基于经典算法和新兴的深度学习算法进行对比研究,展示输入图像的检索结果,评估各算法的优劣程度,并选定结果集图像进行迭代索引,以优化检索结果.在评估算法优劣时,以检索效果和时间等资源耗费为指标,对各个算法的检索结果和资源耗费进行分析.最终发现,传统的颜色、纹理、边缘特征检索方法往往过于耗时且片面,效果不够理想.相比之下,Hash算法的检索速度最快,SIFT特征提取方法检索速度较快且效果良好,而VGG-16特征信息量大,检索效果最佳.

作者：仲秋  李子龙  施俊宇  郭海航Author：
作者单位：徐州工程学院,江苏徐州221018
刊名：电脑知识与技术
Journal：ComputerKnowledgeandTechnology
年，卷(期)：2024, 20(18)
分类号：TP18
关键词：特征提取  特征向量  图像检索  
机标分类号：TP391.41TN919.85G354.4
在线出版日期：2024年7月22日
基金项目：基于深度学习的海量多媒体图像快速检索系统研究与实现项目基于深度学习的海量多媒体图像快速检索系统研究与实现[
期刊论文]  电脑知识与技术--2024, 20(18)仲秋  李子龙  施俊宇  郭海航在信息技术和网络技术飞速发展的今天,多媒体技术已经成为涵盖多种信息形式的主体,包括文字、声音、图像、视频、动画和通信等.因此,快速准确地检索用户所需的图像信息变得至关重要,其中图像检索算法的选择尤为重要.本文旨在...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:48 上传 基于深度学习的海量多媒体图像快速检索系统研究与实现.pdf

文件大小:

2.38 MB

下载次数:

60

高速下载