语义引导与小波感知的大规模细粒度食品图像检索哈希网络
DOI:
https://doi.org/10.70693/cjst.v2i6.2201Keywords:
细粒度食品检索;深度哈希;离散小波变换;交叉注意力;多尺度特征融合Abstract
大规模细粒度食品图像检索面临类内差异大、类间差异小的双重挑战。深度哈希方法虽具备较高的检索效率,但其浅层特征易受背景噪声干扰,且多尺度特征融合过程中存在显著的语义鸿沟。为此,本文提出一种语义引导与小波感知哈希网络(SWANet)。该网络设计小波感知特征整流(WAFR)模块,利用离散小波变换在滤除高频噪声的同时严格保持食材纹理的空间对齐关系,并通过通道门控机制动态抑制噪声通道、增强有效纹理分量;设计自顶向下语义引导聚合(TSGA)模块,以深层全局语义作为查询,借助交叉注意力自适应地从整流后的局部细节中提取并聚合判别性特征,从而弥合语义鸿沟。在 Food-101、UEC Food-256 与 VireoFood-172 三个公开数据集上的实验表明,SWANet 在 16、32、48、64 位哈希码长下的平均精度均值均优于 HashNet、ADSH 与 SEMICON 等主流深度哈希方法,其中在 Food-101 数据集 16 位码长下较 SEMICON 提升 4.6 个百分点,验证了所提模块的有效性。
References
[1] 张艳荣,井绪静,陈彬,等.共同注意力与自适应门控的电商图文检索[J/OL].计算机系统应用,1-13.https://doi.org/10.15888/j.cnki.csa.010350.
[2] 杨明凤,郭楠.基于多人脸图像检索和人物社交关系抽取的合影档案管理研究[J].中国档案,2026,(9):66-68.
[3] 姜坤,钱文华,刘朋.语义增强与文本重组协同的汉画像石图文检索[J].中国图象图形学报,2026,31(8):3030-3044.
[4] 郭争龙,陈若男,周昕,等.云环境中跨模态特征协同的加密图像检索方法[J].科学技术与工程,2026,26(19):8286-8297.
[5] 邢涵,徐子靖,李卫东.一种基于深度哈希的大规模图像搜索方法[J].河南科技,2026,53(12):34-37.
[6] 龙宝壮,廖胜文,李佳.基于变换分析技术的烟草数据库高效检索算法[J].微型电脑应用,2026,42(6):4-8.
[7] 陈则林.基于SIFT特征的小径管环焊缝数字射线图像检索方法[J].上海化工,2025,50(6):34-39.
[8] 张杰,黄智勇,王瑞锦,等.基于图像编辑代理的零样本遥感图像复合检索算法[J].计算机应用,2026,46(8):2577-2583.
[9] CAO Z J, LONG M S, WANG J M, et al. HashNet: deep learning to hash by continuation[C]//Proceedings of the IEEE International Conference on Computer Vision. Piscataway: IEEE, 2017: 1999-2008.
[10] JIANG Q Y, LI W J. Asymmetric deep supervised hashing[EB/OL]. arXiv: 1707.08325, 2017.
[11] SHEN Y, SUN X H, WEI X S, et al. SEMICON: a learning-to-hash solution for large-scale fine-grained image retrieval[EB/OL]. arXiv: 2209.13833, 2022.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 李杰

This work is licensed under a Creative Commons Attribution 4.0 International License.











