文件名称：基于DCNN分类的图像相关度度量
文件大小：921KB
文件格式：PDF
更新时间：2024-05-20 07:17:12
相关度 深度卷积神经网络 WordNet
在衡量图像之间的相关度时，图像的物理特征（颜色分布、灰度值等）所能表达的内容可能并非十分全面，因此有必要参考图像视觉所包含的语义信息衡量图像之间的相关度。为此提出了一种基于深度卷积神经网络（deep convolutional neural network，DCNN）分类模型的度量图像相关度的方法，利用模型为图像绑定来自于WordNet的语义标签，并参照WordNet结构对标签进行过滤和扩展，利用概念集合计算图像相关度。与人工判定的样本数据作比较，Pearson相关系数峰值能够达到0.73，证明该方法在衡量图像相关度时具有一定的效果。