[发明专利]一种基于逻辑学习的多图检索方法

说明书

本发明属于图像检索中的多图检索领域，具体涉及一种基于逻辑学习的多图检索方法。目的是解决现有的多图检索方法效率低下以及资源库耗费过度的技术问题，技术方案为：包括如下步骤：1)收集并预处理数据集；2)训练一组深度学习网络特征提取器并提取图像的特征组；3)将步骤2)所得的特征组融合为各个图的特征；4)构造逻辑三元组，并进行训练逻辑运算网络；5)对逻辑输出特征进行处理并输出检索结果。本发明面对多图检索问题，无需多次访问检索数据库，基于逻辑学习的多图检索方法只需访问一次数据库，大大减少查询时间。

技术领域

本发明属于图像检索中的多图检索领域，具体涉及一种基于逻辑学习的多图检索方法。

背景技术

图像检索是信息检索领域的研究重点之一，旨在从检索库中查找出用户需要的图像，常在各大搜索引擎中使用，当待检索图的张数大于1时，图像检索演变成为多图检索，即一种以多张待检索图为检索内容的图像检索方式。

图像特征提取的好坏对最终检索结果的影响很大，单一特征表征具有一定的局限性，而多模态特征可以从不同角度更全面地描述图像的特征。

目前，针对多图检索的研究并不多，现有方法主要采用在数据库中多次查询的方式进行查找，例如，首先用第一张图在数据库中查询得到一个检索结果库，然后再用第二张图在这个检索结果库中再次查询得到一个更精确的检索结果库，以此类推，返回最后一次的检索结果库并输出其中排序靠前的若干张图作为最终的检索结果，然而，该方法需要多次访问数据库，因此具有较高的时间复杂性，且频繁访问数据库易造成查询效率低下以及数据库资源的过度耗费。

发明内容

本发明的目的是解决现有的多图检索方法效率低下以及资源库耗费过度的技术问题，提供一种只需访问一次数据库的基于逻辑学习的多图检索方法。

为解决上述技术问题，本发明采用的技术方案是：

一种基于逻辑学习的多图检索方法，包括如下步骤：

1)收集并预处理数据集；

2)训练一组深度学习网络特征提取器并提取图像的特征组；

3)将步骤2)所得的特征组融合为各个图的特征；

4)利用逻辑关系和训练集特征构造逻辑三元组，并进行训练逻辑运算网络；

其中，训练逻辑运算网络的具体步骤为：

4.1)利用逻辑规则构造逻辑三元组：利用逻辑规则构造逻辑三元组L＝I,O,R；

其中，I表示待检索多图的特征，I＝{I₁,I₂}，I包含两张待检索图的特征I₁和特征I₂；

O表示I对应的逻辑输出特征；

R表示I和O之间的逻辑运算关系，R＝{And、Or、Exclusive、Inverter}；

R中的And表示在O中同时包含I₁和I₂的特征；

Or表示在O中I₁和I₂的特征至少包含一个；

Exclusive表示在O中I₁和I₂的特征只能包含一个；

Inverter表示在O中不包含I₁和I₂的特征；