基于深度学习的景点图像识别

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。