原標題：圖像匹配，基于深度學習DenseNet實現以圖搜圖功能

度學習的發展使得在此之前以機器學習為主流算法的相關實現變得簡單，而且準確率更高，效果更好，在圖像檢索這一塊兒，目前有谷歌的以圖搜圖，百度的以圖搜圖，而百度以圖搜圖的關鍵技術叫做“感知哈希算法”，這是一個很簡單且快速的算法，其原理在于針對每一張圖片都生成一個特定的“指紋”，然后采取一種相似度的度量方式得出兩張圖片的近似程度。

而深度學習在圖像領域的快速發展，在于它能學習到圖片的相關特征，評價一個深度模型的好壞往往在于它學習到有用的特征程度的多少，在提取特征這方面而言，目前神經網絡有著不可替代的優勢。而圖像檢索往往也是基于圖像的特征比較，看特征匹配的程度有多少，從而檢索出相似度高的圖片。

基于DenseNet網絡提取圖像特征

我們都知道，vgg、DenseNet卷積網絡在圖像領域有著廣泛的應用，后續許多層次更深，網絡更寬的模型都是基于此擴展的，vgg網絡能很好的提取到圖片的有用特征，本次實現是基于Keras實現的，提取的是最后一層卷積特征。

項目代碼獲取方式：

圖像匹配

提取特征

將特征以及對應的文件名保存為h5文件

選一張測試圖片測試檢索效果

相似度采用余弦相似度度量

以一張小鳥的圖片為例測試結果如下：

第一張為測試圖片，后面三張為檢索圖片，可以看出效果相當好了。

如果想用Resnet或者Densenet提取特征，只需針對上述代碼做出相應的修改，去掉注釋修改部分代碼即可。返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的以图搜图 图像匹配_图像匹配，基于深度学习DenseNet实现以图搜图功能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。