基于联合分类器的非自然图像检索-计算机应用与软件.PDF

第３５卷第４期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．４ ２０１８年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１８ 基于联合分类器的非自然图像检索 １，２ １，２ ３ 许婷婷 　朱允斌 　张　跃 １（复旦大学计算机科学技术学院　上海２０１２０３） ２（上海视频技术与系统工程研究中心　上海２０１２０３） ３（华为技术有限公司　江苏南京２１００００） 摘　要　　卷积神经网络已经被广泛应用于图像检索领域，目前的图像检索系统在自然图像上效果很好。但是 自然世界中还存在着海报、漫画这样的非自然图像，这些图像的检索效果并不好。相比于自然图像，这些图像往 往具有大面积的单一色块，相邻色块间经常存在强烈的颜色对比，色块的分布也更无规律，可提取特征较少。如 果想要较好的检索效果，就需要提取较多的特征，进而需要设计更深、更复杂的网络，或者利用多个卷积神经网络 的提取信息。尝试解决以海报图像为例的非自然图像检索，提出一个基于卷积神经网络的联合分类器。此联合 分类器用不同的融合算法结合了多个独立分类器的结果，再进行分类。实验结果表明，对比单分类器，所提出的 基于卷积神经网络的联合分类器能有效提高分类准确率。 关键词　　非自然图像　联合分类器　卷积神经网络 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０４．０４５ ＮＯＮＮＡＴＲＵＡＬＩＭＡＧＥＲＥＴＲＩＥＶＡＬＶＩＡＣＯＭＢＩＮＥＤＣＬＡＳＳＩＦＩＥＲ １，２ １，２ ３ ＸｕＴｉｎｇｔｉｎｇ 　ＺｈｕＹｕｎｂｉｎ 　ＺｈａｎｇＹｕｅ １（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） ２（ＳｈａｎｇｈａｉＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＶｉｄｅｏＴｅｃｈｎｏｌｏｇｙａｎｄＳｙｓｔｅｍ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） ３（ＨｕａｗｅｉＴｅｃｈｎｏｌｏｇｉｅｓＣｏ．，Ｌｔｄ．，Ｎａｎｊｉｎｇ２１００００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｔｈｅｆｉｅｌｄｏｆｉｍａｇｅｒｅｔｒｉｅｖａｌ，ａｎｄｔｈｅｃｕｒｒｅｎｔｉｍａｇｅ ｒｅｔｒｉｅｖａｌｓｙｓｔｅｍｗｏｒｋｓｗｅｌｌｏｎｎａｔｕｒａｌｉｍａｇｅｓ．Ｂｕｔｔｈｅｒｅａｒｅｎｏｎｎａｔｕｒａｌｉｍａｇｅｓｓｕｃｈａｓｐｏｓｔｅｒｓ，ｃｏｍｉｃｂｏｏｋｓｉｎｔｈｅ ｎａｔｕｒａｌｗｏｒｌｄ，ａｎｄｔｈｅｒｅｔｒｉｅｖａｌｓｙｓｔｅｍｄｏｅｓｎ’ｔｗｏｒｋｗｅｌｌｏｎｔｈｅｓｅｉｍａｇｅｓ．Ｃｏｍｐａｒｅｄｗｉｔｈｎａｔｕｒａｌｉｍａｇｅｓ，ｎｏｎｎａｔｕｒａｌ ｉｍａｇｅｓｏｆｔｅｎｈａｖｅｌａｒｇｅａｒｅａｓｏｆｐｌａｉｎｃｏｌｏｒｐａｔｃｈｅｓ，ａｎｄｔｈｅｒｅｉｓｏｆｔｅｎａｓｔｒｏｎｇｃｏｌｏｒｃｏｎｔｒａｓｔｂｅｔｗｅｅｎａｄｊａｃｅｎｔｐａｔｃｈｅｓ． Ｎｏｎｎａｔｕｒａｌｉｍａｇｅｓｕｓｕａｌｌｙｈａｖｅｌｅｓｓｅｘｔｒａｃｔａｂｌｅｆｅａｔｕｒｅｓ．Ｔｏｇｅｔｂｅｔｔｅｒｒｅｔｒｉｅｖａｌｒｅｓｕｌｔｓ，ｍｏｒｅｆｅａｔｕｒｅｓａｒｅｎｅｅｄｅｄ．Ｓｏ， ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｄｅｓｉｇｎｄｅｅｐｅｒ，ｍｏｒｅｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ，ｏｒｅｘｔｒａｃｔｉｎｆｏｒｍａｔｉｏｎｕｓｉｎｇｍｕｌｔｉｐｌｅｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌ ｎ