基于图像三元组挖掘的无监督视觉表示学习

特征表示是计算机视觉应用中的关键问题之一，由于视觉数据的海量增长和人工标记的高成本问题，无监督视觉表示学习逐渐受到了人们的广泛关注.该文提出一种基于图像三元组挖掘的无监督视觉表示学习方法.该方法包含两个部分：挖掘图像三元组和学习特征表示.具体而言，首先构建二分类卷积神经网络，从图像数据集中挖掘三元组，即图像、与其相似的图像、与其不相似的图像这三者构成的数据.然后使用得到的图像三元组作为监督信息，通过训练Triplet卷积神经网络来获得视觉表示.为了验证该文所提出的学习方法，该文将学习得到的特征表示应用到常用图像数据集的聚类和分类问题上.在聚类方面，相较于传统的视觉特征方法，该文特征的聚类表现在规范化互信息上有12.7%的提升；在分类方面，所提出的方法也取得了有竞争力的结果，实验表明该文所提出的方法是有效的.

基于提取标签显著性区域的深度学习图像检索方法

现今主流的图像检索技术需人工添加数据集标签后,方可对深度学习网络进行训练。但人为添加标签会花费大量时间及精力,并且对图片标签的描述有一定的条件性和规则性,因此添加的标签不能够很好地代表大众的视觉习惯,不利于神经网络的深度训练,得到的结果准确率不尽如人意。为解决这些问题,文中提出了一种基于提取标签显著性区域的深度学习图像检索方法。首先,对图片集进行网络标签粗过滤,去除与图片无关的噪声标签;其次,提取已知图像的显著性区域,对显著性区域标签进行向量化;将确定显著性区域图像的三元组作为VGG16网络的输入,通过三元组目标函数对图像进行学习;通过汉明距离的判断,得到检索的相似图片。实验对比表明,现有方法的准确率相比原有方法准确性提高了3%。