HSE-Net:面向图像检索的谐波结构与边缘形态网络
中国科学与技术学报 · 05.11.2026 · 2 (6) · 125-131
DOI: 10.70693/cjst.v2i6.2200 ↗Kurz gefasst
Fachartikel in der Zeitschrift 中国科学与技术学报, online erschienen am 05.11.2026. Verfasst von 熊杨. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
针对复杂真实场景中背景杂乱、类间差异细微所导致的图像检索性能下降问题,现有深度检索模型多局限于单一空间域特征提取,不可避免地陷入“感受野困境”:扩大感受野会引入大量背景噪声,限制感受野又会丢失鲁棒的全局上下文。其根本原因在于,高频判别性边缘与随机背景噪声在空间域中深度耦合,难以有效解耦。为突破该瓶颈,本文提出一种谐波结构与边缘形态网络,基于“正交双域解耦”的新范式,将特征表示分解为两个物理正交的分支。在空间域,设计微边缘动态注意力模块(MEDA),利用方向梯度先验剥离平滑背景,精确定位目标的细粒度物理边缘;在频率域,引入宏谱上下文编码器(MSCE),将特征映射至傅里叶复谱空间,显式滤除高频杂波并提取高鲁棒性的全局宏拓扑结构;进一步提出正交域特征交互模块(ODFI),通过双向交叉注意力机制实现双域异构特征的深度协同与自适应融合。在CUB-200-2011和Stanford Cars两个细粒度公开数据集上的大量实验表明,HSE-Net的检索性能显著优于现有主流方法,证明了所提方法在复杂检索任务中的优越性。
Zitieren
APA
熊杨 (2026). HSE-Net:面向图像检索的谐波结构与边缘形态网络. 中国科学与技术学报, 2(6), 125-131. https://doi.org/10.70693/cjst.v2i6.2200
Vancouver
熊杨. HSE-Net:面向图像检索的谐波结构与边缘形态网络. 中国科学与技术学报. 2026;2(6):125-131. doi:10.70693/cjst.v2i6.2200
BibTeX
@article{2026,
author = {熊杨},
title = {HSE-Net:面向图像检索的谐波结构与边缘形态网络},
journal = {中国科学与技术学报},
year = {2026},
volume = {2},
number = {6},
pages = {125--131},
doi = {10.70693/cjst.v2i6.2200}
}
EUVIMED