TY -的A2 -罗,永盟——徐Haijiao盟——黄,Changqin盟——黄,小弟盟——徐,春燕盟——黄Muxiong PY - 2018 DA - 2018/08/01 TI -结合卷积神经网络和马尔可夫随机场为语义图像检索SP - 6153607六世- 2018 AB -数量快速增长的图像在互联网上,有效的可伸缩的语义图像检索变得越来越重要。提出了一种新的卷积神经网络和马尔可夫随机场相结合的图像语义检索方法。图像概念检测是图像语义检索的一个关键步骤，即自动识别未标记图像中的多个语义概念。与以往逐一使用单概念分类器的工作不同，我们使用多概念场景分类器来检测语义多概念。也就是说，我们将多个概念作为一个整体场景进行多概念场景学习。具体来说，我们首先训练一个CNN作为一个概念分类器，它进一步包括两种分类器:最适合单概念检测的单概念全连接分类器和适合整体场景检测的多概念场景全连接分类器。然后提出了一种基于mrf的后期融合方法，该方法能够有效地学习单概念分类器和多概念场景分类器之间的语义关联。最后，利用图像子概念间的语义相关性进一步提高检测精度。为了研究我们提出的方法的可行性和有效性，我们在两个公开的图像数据库上进行了全面的实验。结果表明，我们提出的方法优于几种最新的方法。 SN - 1687-5680 UR - https://doi.org/10.1155/2018/6153607 DO - 10.1155/2018/6153607 JF - Advances in Multimedia PB - Hindawi KW - ER -