针对赤足迹光学图像相似度高,传统算法无法快速提取样本有效信息的问题,提出了一种基于深度度量学习的赤足迹图像检索算法,该算法使用多尺度特征融合结构构建主干网络并辅以批去除结构监督学习,同时在嵌入空间内构建动态难样本三元组,解决传统难样本三元组挖掘方式不合理的问题.构建了一个包含250人、2500 枚的赤足迹光学图像数据集,该算法在所构建的数据集上平均检索精度达到88.86％,高于传统难样本三元组算法,可有效地应用于赤足迹光学图像检索.该算法对于足迹领域的自动化识别具有积极意义.
深度度量学习 赤足迹图像检索 多尺度特征融合 嵌入空间 动态难样本三元组
