典型文献
基于深度学习的景点图像识别
文献摘要：
景点图像识别是当前图像识别领域和智慧旅游领域的一项基本任务.景点图像识别属于大规模图像检索,哈希检索算法是检索中一种常用的方法.针对传统哈希算法以及深度哈希算法存在的问题,改进现有的特征提取策略,提出一种改进的深度学习哈希检索方法.使用特定的领域来划分景点图像,通过领域区分来提取具有更好表达能力的景点特征,利用深度学习训练哈希函数以进一步优化网络性能.实验结果表明,该方法能够有效识别景点图像,取得了查准率95.69％、查全率93.36％、F1测度值94.51％的良好效果.
文献关键词：
景点图像识别;深度学习;哈希检索;卷积神经网络;特征提取
中图分类号：
作者姓名：
单慧琳;洪智毅;张银胜;王兴涛
作者机构：
无锡学院电子信息工程学院,江苏无锡214105;南京信息工程大学电子与信息工程学院,南京210044
文献出处：
引用格式：
[1]单慧琳;洪智毅;张银胜;王兴涛-.基于深度学习的景点图像识别)[J].实验室研究与探索,2022(05):12-17
A类：
景点图像识别
B类：
智慧旅游,旅游领域,基本任务,大规模图,图像检索,哈希检索,检索算法,哈希算法,深度哈希,提取策略,检索方法,分来,表达能力,点特征,学习训练,哈希函数,网络性能,查准率,查全率,良好效果
AB值：
0.347511
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。
