[发明专利]一种基于卷积神经网络正则化处理的图像检索方法

权利要求书

1.一种基于卷积神经网络正则化处理的图像检索方法，其特征在于，包括以下步骤：

1)神经网络训练步骤：

1-1)将卷积神经网络结构表示为有向无环的二部图；卷积神经网络中各子网络的每个输入、输出张量构成二部图的集合Y中各节点，每个子网络构成二部图的集合X中各节点，二部图中各节点按从输入层到输出层方向的先后顺序进行连接；所述子网络为神经网络中各运算单元或相连的运算单元的集合；

1-2)设置选定节点数量M、每个节点对应的图结构拓展次数N_m；从集合Y中选出M个选定节点；

1-3)按从输出层向输入层靠近的方向顺序确定还未进行拓展的一个选定节点，将该选定节点之后的图结构进行N_m次拓展；再判断是否还有未进行拓展的选定节点，如是，则返回步骤1-3)，如否，对应拓展后图结构生成基于结构拓展的卷积神经网络后，进入步骤1-4)；

1-4)将训练集中的图像输入基于结构拓展的卷积神经网络，完成训练后，删除所有拓展部分的网络结构和对应的训练得到的权重，仅保留原始卷积神经网络结构以及对应的训练得到的权重作为训练好的卷积神经网络；

2)图像检索步骤：

2-1)将待检索图像输入至训练好的卷积神经网络中，从原始卷积神经网络结构中的隐藏层得到待检索图像特征；

2-2)将待检索图像特征作为查询向量在图像库的图像特征中进行查找，输出与查询向量相似度最高的图像特征所对应的图片作为检索结果输出。