TY-JOURA2-Chen,MiochaoAU-Song,YinpingPY-2021DA-2021DA-2021/10/12TI-基于多线性回归方程SP-6019523VL-2021AB大规模图像检索特征提取法往往依赖网格分治,只有在不同图像总体相似度高时才有效BOF模型从文本检索法中借用,该方法通常通过比例不变特征变换算法提取图像局部特征并分组使用 k 获取低维视觉词典并用直方图矢量描述图像特征然而,当图像种类繁多时,视觉词典的维度将很大,搭建BOF模型不方便。上完全连通层取成图像特征,并用主构分析法维化,然后低维特征索引结构使用基于局部敏感hashing近邻算法构建图检索精度提高8%由卷积神经网络提取特征的长处和hash索引结构在检索中的高效率被用来解决传统方法在图像检索精度和其他方面的缺陷结果表明,与上述两种算法相比,对大多数景点而言,该方法在检索精度方面有相对明显的长处,当吸引图像库中少有相似图象时,查询结果精度与前两种方法没有多大差别。SN-1687-9120UR-https://doi.org/101155/2021/601923DO-10.1155/202101/601923JF-数学物理PB-HindawiKW-ER-