[发明专利]一种基于深度学习的图像检索方法和装置

说明书

本发明涉及一种基于深度学习的图像检索方法和装置。该方法包括：搭建深度神经网络；将训练集图像输入深度神经网络进行训练；载入训练好的深度神经网络模型，将训练集的所有图像输入深度神经网络中，获取具有语义信息的二进制哈希编码，同时采用传统的二进制哈希编码方法获取具有视觉信息的二进制哈希编码，并建立本地特征库；将待检索图像输入深度神经网络，获取相应的具有语义信息的二进制哈希编码，并采用传统的二进制哈希编码方法获取该待检索图像的具有视觉信息的二进制哈希编码，将其与本地特征库进行比对，通过计算相似度获得检索结果。本发明能够尽可能地保留图像的重要信息，能够实现海量图像数据的快速、精准的图像检索。

技术领域

本发明属于深度学习在图像处理领域的应用，具体涉及一种采用深度神经网络对图像进行二进制哈希编码并用于检索的方法和装置。

背景技术

图像检索技术针对用户感兴趣的图像内容，按照特定的相似度衡量标准，将相关图像以相似度由高到底的方式呈现给用户。其核心问题在于如何浓缩图像的信息，获取图像的特征描述子，充分表达图像的内容信息。

传统的图像检索技术针对图像的纹理、颜色、形状等基本特征进行图像特征的提取，并采用相应的图像相似度量方法进行相似度的计算。然而这些基本的图像特征无法描绘图像的语义内容，而实际应用中，用户所关注的图像内容往往是语义层面的，比如图像中的场景、物体等概念。此外，随着互联网时代的发展，现阶段图像检索任务趋向于大规模化、多样化，要求图像检索算法能够在更短的时间内在海量图像数据中寻找到用户感兴趣的图像，这就使得图像检索技术更为困难。

针对上述问题，近些年来人们开始尝试采用深度神经网络对图像进行特征提取，利用深度神经网络，尤其是深度卷积神经网络强大的图像表达能力和二进制哈希编码高效的计算效率来实现快速图像检索，并取得了一定的成果。然而现有这类方法仍存在一些局限性，尤其是池化层的配置。在深度神经网络的结构设计中，池化层起着十分重要的作用。随着神经网络层数的不断加深，一方面池化层起着下采样的作用，减少图像的干扰信息，获取图像的重要信息；另一方面也正是下采样减少了图像的像素个数，一定程度上减少神经网络的参数，缓解了网络参数过多，消耗内存、难以收敛的问题。而现有的设计网络中，人们往往采用单一的池化方法，尤其是最大池化方法来实现池化层。针对这一缺陷，本发明提出了一种采用多种池化方法相结合的深度神经网络结构来提升图像检索的效果。

发明内容

本发明针对现有的基于深度学习的图像检索方法的局限性，提出了一种新的基于深度学习的图像检索方法和装置。

针对现有的基于深度学习的图像检索方法在网络的设计过程中，往往采用单一的池化方法这一不足，本发明在网络结构的设计过程中，针对每一层的输出结构，均采用了最大池化和平均池化两种池化方法，极大地保留图像的语义信息以实现较好的图像检索效果。并进一步将从深度神经网络中获取的具有语义信息的哈希编码与多种传统的哈希编码方法相结合，获取最后的图像检索结果。本发明所采用的图像检索方法是基于深度学习的图像检索方法，采用深度神经网络进行图像检索，也就是通过搭建并训练相应的深度神经网络来获取图像的二进制哈希编码用于图像的检索过程。

具体来说，本发明采用如下技术方案：

一种基于深度学习的图像检索方法，其步骤包括：

1)搭建深度神经网络，用于图像的二进制哈希编码提取；

2)将训练集图像分批输入深度神经网络，用于深度神经网络的模型训练，并保存训练好的深度神经网络模型；

3)载入深度神经网络模型，将训练集的所有图像输入深度神经网络，获取具有语义信息的二进制哈希编码，同时采用传统的二进制哈希编码方法，获取具有视觉信息(纹理、颜色、形状)的二进制哈希编码，利用具有语义信息的二进制哈希编码和具有视觉信息的二进制哈希编码建立本地特征库；