Resumen

Se propone una nueva representación de imágenes para la recuperación de imágenes basada en el contenido (CBIR). La idea central del método propuesto es hacer un aprendizaje profundo de las características locales de la imagen y fundir el componente semántico en la representación a través de una arquitectura jerárquica que se construye para simular el sistema de percepción visual humano, y luego se construye un nuevo descriptor de imagen de respuesta neural de conducción de características (FCNR). En comparación con la respuesta neural clásica (NR), la FCNR tiene una menor complejidad computacional y es más adecuada para las tareas CBIR. Los resultados de los experimentos realizados en una base de datos de imágenes de uso común demuestran que, en comparación con los métodos relacionados con NR o algunos otros descriptores de imágenes que se desarrollaron originalmente para CBIR, el método propuesto tiene un rendimiento maravilloso en eficiencia y eficacia de recuperación.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Representación novedosa de imágenes; recuperación de imágenes basada en contenidos; aprendizaje profundo; características locales; componente semántico; arquitectura jerárquica.
• Keywords:Novel image representation; content-based image retrieval; deep learning; local features; semantic component; hierarchical architecture