基于深度卷积神经网络的图像自编码算法
何奕江1(

1. 北京邮电大学计算机学院, 北京 100876
2. 新浪技术(中国)有限公司, 北京 100876
收稿日期:
2017-05-05出版日期:
2019-04-20发布日期:
2019-04-19通讯作者:
杜军平E-mail:he66024748@163.com;junpingdu@126.com作者简介:
何奕江(1994—),男,湖南道县人,硕士,主要研究方向为机器学习与数据挖掘. E-mail:基金资助:
国家自然科学基金重点项目(61532006);国家自然科学基金国际合作项目(61320106006);国家自然科学基金青年科学基金(61502042)Images auto-encoding algorithm based on deep convolution neural network
Yijiang HE1(

1. School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China
2. Sina. Com Technology (China) Corporation, Beijing 100876, China
Received:
2017-05-05Online:
2019-04-20Published:
2019-04-19Contact:
Junping DU E-mail:he66024748@163.com;junpingdu@126.comSupported by:
国家自然科学基金重点项目(61532006);国家自然科学基金国际合作项目(61320106006);国家自然科学基金青年科学基金(61502042)摘要/Abstract
摘要: 针对目前图像编码的研究工作更加重视信息无损性,而没有体现出社交网络图像区分度的问题,本研究提出一种新颖的基于深度卷积神经网络的社交网络图像自编码算法,将深度卷积神经网络提取特征的能力与社交网络中图像的特点相结合,得到性能良好的图像自编码。结合社交网络图片的特性与聚类算法,先将图片进行聚类得到距离信息,再利用深度卷积神经网络学习图片的距离信息,提取深度卷积神经网络中的全连接层作为编码,重复以上步骤,并得到最终的图像编码。试验结果表明,本研究提出的算法在图像搜索中的效果好于其他算法,更利于在社交网络图像搜索中使用。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1810