典型文献
基于跨域联合空间注意网络的草图图像检索
文献摘要：
基于草图的图像检索以手绘草图为输入检索相应的自然图像,让使用者即使没有精准的相似自然图像也可以自行绘制后检索.边缘图通常作为中间模态引入,以减小草图和自然图像之间的域差异,但现有方法忽视了边缘图与自然图像之间的内在联系.基于自然图像及其边缘图应有相近重点区域的设想,提出了基于跨域联合空间注意网络的深度学习模型.该模型从边缘图与自然图像的融合特征中获取两者共用的空间注意掩模,结合损失函数和辅助分类器进行端到端的训练.与现有代表性的基于草图的图像检索方法相比,所提方法能有效地提取草图和自然图像的特征,在Sketchy和TU-Berlin数据集上的平均精度均值(mAP)分别达0.933和0.799,优于大部分代表性方法.
文献关键词：
深度学习;图像检索;注意力机制;跨域检索
中图分类号：
作者姓名：
于凌志;张熙凡
作者机构：
天津大学电气自动化与信息工程学院,天津300072
文献出处：
引用格式：
[1]于凌志;张熙凡-.基于跨域联合空间注意网络的草图图像检索)[J].激光与光电子学进展,2022(22):272-277
A类：
B类：
注意网络,图图,图像检索,手绘草图,边缘图,小草,重点区域,深度学习模型,融合特征,共用,掩模,损失函数,辅助分类器,端到端,检索方法,Sketchy,TU,Berlin,平均精度均值,mAP,注意力机制,跨域检索
AB值：
0.39631
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。
