典型文献
基于深度学习的图像检索研究概述
文献摘要：
随着数字技术的发展,各领域产生并共享了大量的视觉内容.如何搜索到所需要的图像成为一个挑战,特别是在数据库中搜索相似的内容,即基于内容的图像检索(CBIR),是一个由来已久的研究领域,实时检索需要更高效、更准确的方法.人工智能在基于内容的检索方面取得了进展,极大地促进了智能搜索的进程.文中,回顾了最近基于深度学习算法和技术开发的CBIR工作;介绍了常用基准和评估方法;指出面临的挑战,并提出有希望的未来方向.文中关注使用深度学习进行图像检索,并根据深度网络结构、深度特征、特征增强方法和网络微调策略的类型组织最先进的方法.文中调查考虑了各种最新方法,旨在展示基于实例的CBIR领域的全局视图.
文献关键词：
Transformer;架构修改;预训练
中图分类号：
作者姓名：
谢亦才;易云
作者机构：
赣南师范学大学数学与计算机科学学院,江西赣州341000
文献出处：
引用格式：
[1]谢亦才;易云-.基于深度学习的图像检索研究概述)[J].电脑知识与技术,2022(10):84-86
A类：
CBIR
B类：
图像检索,研究概述,视觉内容,由来已久,智能搜索,深度学习算法,技术开发,出面,未来方向,使用深度,深度网络结构,深度特征,特征增强,增强方法,微调策略,最先,查考,视图,Transformer,架构修改,预训练
AB值：
0.417725
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
