[发明专利]一种基于深度学习的框架广告图像匹配方法

权利要求书

1.一种基于深度学习的框架广告图像匹配方法，其特征在于，包括：

S1、建立图片数据集；

S2、用深度卷积神经网络为图片数据集中的每张图片算得低维空间的嵌入向量作为深度广告特征，深度广告特征中包含广告内容的区分信息；

S3、随机挑选两张广告图片并算得深度广告特征，计算这两个深度广告特征的余弦相似度，根据预先定义的阈值，判断两个广告是否匹配；

S4、另选两张新广告图片，重复上述步骤S3。

2.如权利要求1所述基于深度学习的框架广告图像匹配方法，其特征在于，采用Softmax作为损失函数训练深度卷积神经网络，得到图片的特征向量，同时采用Large-Margin Softmax Loss方法减小权值向量和特征向量之间的夹角。

3.如权利要求2所述基于深度学习的框架广告图像匹配方法，其特征在于，在Softmax的w*x基础上，将特征向量x做归一化，并乘以尺度因子进行放大：

z＝α·y

其中，w为权值向量，α为尺度因子。