机构名称：
¥ 1.0
摘要：Internet和个人设备上数字图像的扩散产生了对有效图像检索系统的紧迫需求。本文提出了使用机器学习技术来应对这一挑战的类似图像查找器（SIF）。该系统采用特征提取方法（例如卷积神经网络（CNN））的组合来捕获图像的视觉特征。然后使用降低降低技术（如T-分布式随机邻居嵌入（T-SNE）或主成分分析（PCA））将这些特征映射到较低的空间中。结果表示可以有效地比较和检索视觉上相似的图像。此外，可以在大型数据集上培训系统，以学习跨各种图像类型和域的概括性特征。实验结果证明了所提出的SIF在准确有效地检索视觉相似图像方面的有效性。此外，还讨论了系统在图像搜索引擎，内容建议系统和数字资产管理中的可扩展性和潜在应用。
使用机器学习的相似图像查找器
主要关键词
相关文件推荐
