[发明专利]一种深度强相关哈希学习的大规模图像检索方法

说明书

本发明涉及一种深度强相关哈希学习的大规模图像检索方法，属于图像处理技术领域。本发明把输入图像通过卷积子网络与全连接层得到的特征信息映射到特征空间中，并添加了一个哈希层以得到哈希码，然后通过强相关损失函数改变模型对权重矩阵的敏感度调节特征之间的距离，增大特征类间距离、缩小类内距离，通过计算低维哈希码之间的汉明距离完成快速图像检索。本发明方法能够实现快速、准确的大规模图像检索，并且可以广泛地使用在多种卷积神经网络中。

技术领域

本发明涉及一种深度强相关哈希学习的大规模图像检索方法，属于图像处理技术领域。

背景技术

随着移动设备和互联网的快速发展，每天有大量的图像被上传到网络。百万级甚至是千万级的图像数据量使得准确、快速地检索出用户需要的图像变得越来越困难。大规模图像检索是计算机视觉研究的根基，直接关系到计算机视觉的实际应用。图像检索主要分为基于文本的图像检索(Text-Based Image Retrieval,TBIR)以及基于内容的图像检索(Content-Based Image Retrieval,CBIR)。TBIR的一般方法是，对图像进行标注，再根据标注的文本进行基于关键字的检索。TBIR的优势在于用户只需要提供关键字就可以得到检索结果。但相应地，这导致检索性能的好坏很大程度上取决于用户输入的关键字准确与否。然而，在实际应用中，文本很难准确地描述相应的图像，这直接导致了TBIR检索性能差。文本的局限性使得其不适用于图像信息爆炸增长的现状，因此目前主流方法是基于内容的图像检索。CBIR根据图像本身的纹理、颜色、款式等信息进行检索，从根本上解决了TBIR的缺陷。在CBIR中，最为重要的一步是对图像信息进行提取，提取出的图像特征信息将直接决定该图像检索系统的性能好坏。目前，CBIR中常用的图像特征提取方法可分为经典方法与深度学习方法。常用的经典方法主要有以下3个方向：1)基于颜色特征。基于颜色特征的图像检索方法提取出的图像特征属于全局特征，且简单、易实现。缺点在于，该方法很难描述图像中的具体对象以及无法考虑到对象空间位置。2)基于纹理特征。基于纹理特征的图像检索方法的优点在于特征拥有旋转不变性、一定的抗噪能力。这类方法的缺点在于无法利用图像的全局信息、从二维图像得到的纹理特征不一定是相应三维物体的真实纹理，从而导致检索性能表现不好。3)基于形状上下文特征。基于形状上下文特征的图像检索方法相对于上面两种特征来说，能够描述图像中的具体对象，有一定的语义关系。通常，形状的描述子可分为轮廓和区域两种，具体的方法有链码、边界长度、小波变换、傅里叶描述子、曲率尺度空间描述子、多边形逼近等。这类方法的缺点在于计算复杂度高，无法适用于大规模的图像检索。随着互联网的快速发展，数据规模得到爆炸式增长，与此同时哈希方法与深度学习相结合的方法被广泛地应用在加速图像检索任务中。哈希方法在检索速度以及存储开销上有其它方法无法比拟的优势，它能够将高维的特征矩阵降维成紧凑的二分哈希码。目前大多数哈希方法都使用“成对”或“三元组”的输入来寻找隐藏的数据关系。这类方法必然会增大计算开销，不适用于大规模的图像检索。基于此背景，为了实现快速且准确的大规模图像检索，本发明提出了一种简单、有效、可广泛使用于各种网络结构的深度监督哈希学习方法。

发明内容

本发明提供了一种深度强相关哈希学习的大规模图像检索方法，为卷积神经网络添加哈希层及设计强相关损失层，在哈希层限制神经元个数，使得输出一个低维度的矩阵，再限制该矩阵的取值范围，从而得到松弛的哈希码，能实现快速、准确的图像检索。

本发明的技术方案是：一种深度强相关哈希学习的大规模图像检索方法，所述深度强相关哈希学习的大规模图像检索方法的具体步骤如下：

Step1、从图像数据集中抽取数据构成训练图像数据，其次对图像进行预处理操作，输入图像经过卷积子网络，把图像信息映射到特征空间中，得到一个局部式特征表示；

Step2、再经过全连接层，把上层得到的局部式特征表示映射到样本标记空间中，再进入哈希层进行降维及哈希编码；

Step3、再进入强相关损失层，利用强相关损失函数计算出当前迭代的损失值；最后返回损失值，根据损失值更新网络参数，驱动模型的训练；