基于自相似嵌入和全局特征重排序的图像检索方法.pdfVIP

第

59

卷第

6

期浙

江

大

学

学

报(工学版)Vol.59

No.6

2025

年

6

月Journal

of

Zhejiang

University

(Engineering

Science)Jun.

2025

引用格式：陈捷丰,

姚金良.

基于自相似嵌入和全局特征重排序的图像检索方法[J].

浙江大学学报：工学版,

2025,

59(6):

1130−1139.

Citation:CHEN

Jiefeng,

YAO

Jinliang.

Image

retrieval

method

based

on

self-similar

embedding

and

global

feature

reranking

[J].

Journal

of

Zhejiang

University:

Engi-

neering

Science,

2025,

59(6):

1130−1139.

基于自相似嵌入和全局特征重排序的图像检索方法

陈捷丰，姚金良

(杭州电子科技大学

计算机学院，浙江

杭州

310018)

摘

要：现有的图像检索方法在特征提取阶段所提取的局部特征往往缺失结构信息，并且局部特征重排序方法会

占用大量资源.

为此，提出基于自相似嵌入和全局特征重排序的图像检索方法.

提出自相似嵌入网络，以捕捉图

像的内部结构，并将其压缩成密集的自相似特征图.

自相似特征图和初始图像特征图融合生成自相似嵌入特征

图，可以同时表示图像的视觉和结构信息，从而达到更细粒度的检索效果.

参考查询扩展和数据库增强，提出全

局特征重排序的方法.

根据初次排序的结果，提取每张图像对应的相似度排序靠前的图像的特征，采用进行线性

求和的方法更新图像的初始特征，以突出具有相同内容的图像的共同特征，增大类间差距，以减少假阳例.

在实

验中采用mAP作为评估指标对所提出自相似嵌入和重排序方法进行验证，结果表明，相较于现有方法，所提出

方法在ROxford5K和RParis6K数据集上展现出更先进的性能.

关键词：

图像检索；结构信息；自相似性；特征嵌入；全局特征重排序

中图分类号：

TP

391

文献标志码：

A

文章编号：

1008−973X（2025）06−1130−10

DOI:10.3785/j.issn.1008-973X.2025.06.004

Imageretrievalmethodbasedonself-similarembeddingand

globalfeaturereranking

CHEN

Jiefeng,

YAO

Jinliang

(CollegeofComputerScienceandTechnology,HangzhouDianziUniversity,Hangzhou310018,China)

Abstract:Existing

image

retrieval

methods

often

suffer

from

the

loss

of

structural

information

during

local

feature

extraction

and

the

high

computational

cost

associated

with

local

feature

re-ranking.

To

address

these

issues,

an

image

retrieval

method

based

on

self-similarity

embedding

and

global

feature

re-ranking

was

p