基于内容的图像检索，源代码，包括图像库，有界面设计

介绍 该存储库包含一个CBIR（基于内容的图像检索）系统 提取查询图像的特征，并从图像数据库中检索相似的图像 第一部分：特征提取 在此系统中，我实现了几种流行的图像功能： 基于颜色 基于纹理 基于形状 深层方法 所有功能均已模块化 功能融合 某些功能不够健壮，请转向功能融合 降维 维数的诅咒告诉我们，高维向量有时会失去距离属性 第2部分：评估 CBIR系统根据特征相似度检索图像 系统的稳健性通过MMAP（平均MAP）评估，评估公式参考 图片AP：每次命中的平均精度 depth = K表示系统将返回前K个图像 top-K中的正确图片称为匹配 AP =（hit1.precision + hit2.precision + ... + hitH.precision）/ H class1 MAP =（class1.img1.AP + class1.img2.AP + ... + class1.

matlab的素描代码彩色GF-HoG 此存储库包含Matlab实现，如ICCV ws 2015论文中所述的定向渐变的颜色渐变场直方图（Color GF-HoG）。 GF-HoG实施 原来的 生长激素 如果仅处理黑白草图，请在BW文件夹下进行检查： des = ComputeGF('circle.png',0); 将为草图计算局部GF-HoG描述符。 如果输入图像，请将第二个参数更改为1。 此实现遵循Rui Hu和Stuart James的原始C代码（项目页面和），并进行了一些改进，在Flickr15K基准测试中达到了16.6％的mAP（带有反向索引的mAP达到了18.2％），如图5所示。 彩色GF-HoG实施 原来的 彩色GF-HoG可视化 如果您使用彩色草图，请检查以下颜色文件夹： [des_shape, des_color] = ComputeGF_colour('underground_sketch.png',0); 将为草图计算局部形状和颜色描述符。 对于图像，将第二个参数更改为1。 与纸张的不同之处在纸张中，亮度通道（L *）通过双S型函数传递，以将黑白图像与其余图像分开。

一个用C++写的图像检索系统，内含图片数据集，运行程序有可视化界面，可以自己选择要检索的图片，然后有检索的图片快速闪场，功能也多

对一些简单的名词解释给与了说明，同时对几个方面都有简洁的介绍

使用深度哈希的图像检索中最惊人的成功主要涉及判别模型，该模型需要标签。在本文中，我们使用二进制生成的adver sarial网络（BGAN）将图像以无监督的方式嵌入到二进制代码中。通过将生成对抗网络（GAN）的输入噪声变量限制为二进制且以每个输入图像的特征为条件，BGAN可以同时学习每个图像的二进制表示形式，并生成与原始图像相似的图像。在提出的框架中，我们解决了两个主要问题： 1）如何不松懈地直接生成二进制代码？ 2）如何为二进制表示配备准确率图像检索功能？ 我们通过提出新的符号激活策略和指导学习过程的损失函数来解决这些问题，损失函数包括对抗性损失，内容损失和邻域结构损失的新模型

提取需检索图像的纹理特征，然后通过纹理特征来检索图像库中的纹理类似的图像。

基于感知哈希的鲁棒3D医学图像检索算法

使用轮廓线段的基于草图的图像检索

本软件的开发是为实现——用户上传一张图片后，从已有的数据库里查找出相似的图片反馈给用户。