[发明专利]一种基于深度学习的快速图像检索方法

说明书

本发明实施例公开了一种基于深度学习的快速图像检索方法，其中，该方法包括：从图像数据库中随机生成两张图像作为网络的输入，一张作为查询图像，一张作为样本图像，其中每张图片都包括对应的类别标签；构建卷积神经网络，该网络包括三组卷积池化层和两组全连接层；利用训练样本集随机组合成数据对根据卷积网络进行训练，得到相应的哈希编码并计算两者之间的欧几里得距离；计算卷积网络输出值的误差函数，对卷积神经网络进行训练，利用反向传播算法和随机梯度下降法更新网络参数；获得训练数据集的二值编码后，对其按欧几里得距离从小到大排序，按顺序输出检索结果。在本发明实施例中，能够解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题，大大提高了图像检索的时空效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于深度学习的快速图像检索方法。

背景技术

近年来，由于不同的用户需求，互联网上每天都有成千上万的图片在上传，由于图片数量的增加，用户要找到想要的图片变得极其困难。例如基于语义的图像检索CBIR(Content Based Image Retrieval)是在数据库中检索与给定的查询图像相似的图像。而这里的所说的“相似”可能是语义上的相似，也可能是看上去的相似。假设所有数据集中的图像和被查询的图像都被相应的特征描述子表示成相应的高维度的特征向量。而要找出查询图像最简单的方法就是：根据查询图像和数据集中的图像在特征空间中的距离大小对数据集中的图像进行排序，返回与查询图像距离最近的即可。这种方式可能对仅有几百张的小数据集行得通，但是对于成千上万的图像集，即使是线性的查找，也会消耗很大的时间和和存储空间。

哈希方法可以用来解决高维度特征检索效率低的问题，通过哈希映射，在保存原有数据结构的基础上，将图像映射成简洁的二值表示，例如，由于图像被表示成了二值形式而不是真实的特征向量，所以检索的时空效率会大大提高。而现有的哈希方法的检索的准确率很大程度上依赖于图像用什么样的特征表示，所以哈希方法更适合去解决图像内容相似的检索任务，而不适合语义相似的检索工作。

另一方面，近期，CNN在图像分类，目标检测，人脸识别和其他视觉方面的工作表现出了强大的学习能力。在这些不同工作中，CNN可以被看作是一个特征提取子，在不同的任务中通过不同的目标函数来提取图像的特征。这些不同的任务成功的应用了CNN来描述图像特征，表明CNN有很好的图像表达能力。

早期的很多方法不是端到端的方法，学到的图像表示不能反作用于二值编码的更新，因此并不能完全发挥出深度学习的能力。虽然后期工作有相应的改进，包含语义信息，但是由于在训练过程中没有显式地考虑样本点之间的相对位置关系，并不能保证汉明距离近的点在语义上也相近，因此和最终的检索任务还是有些偏离。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种快速图像检索方法，能够解决现有技术检索速度慢、占用内存空间大、检索结果不精确的问题，大大提高了图像检索的时空效率。

为了解决上述问题，本发明提出了一种基于深度学习的快速图像检索方法，所述方法包括：

从图像数据库中随机生成两张图像作为网络的输入(I₁,I₂),一张作为查询图像I₁，一张作为样本图像I₂，其中每张图片都包括对应的类别标签；

构建卷积神经网络，该网络包括三组卷积池化层和两组全连接层；

利用训练样本集随机组合成数据对(I₁,I₂)，根据卷积网络进行训练，得到相应的哈希编码H₁、H₂，并计算两者之间的欧几里得距离。

计算卷积网络输出值的误差函数，对卷积神经网络进行训练，利用反向传播算法和随机梯度下降法更新网络参数；