摘要
随着当今时代互联网的迅速发展,对图像的获取检索需求越来越大,传统的图像检索方法已经难以高效快速解决大批的数据,由此基于深度卷积神经网络的哈希算法研究相较于传统图像检索方法显示出了它更多的优点。该图像处理的方法采用首先可以采用基于深度卷积神经网络系统图像技术层为图像分析技术基础,学习二进制的哈希编码层模型,经CNN算法可以对该图像技术层模型进行发展图像特征的表达,在该哈希层的模型中能够输入到2个之间有一个完整连接关系的层次上的图像特征来进行表达,并还能直接将图像分类错误和图像阈值错误等错误加入了图像损失补偿函数中。最后经数据集CIFAR-10和NUS-WIDE的试验方法与研究数据的对比以及研究试验结果比较进一步分析证明总结出结论了该研究试验的方法在数据的检索量及试验准确度方面,比较方法上也已明显表现出其一些比较具体的优势。
出处
《自动化应用》
2022年第4期98-100,104,共4页
Automation Application