[发明专利]一种基于向量对比策略的深度特征对比加权图像检索方法

权利要求书

1.一种基于向量对比策略的深度特征对比加权图像检索方法，其特征是，包括步骤如下：

步骤1、分别将数据库中的每张数据库图像输入卷积神经网络模型，提取每张数据库图像的深度特征图；

步骤2、分别对步骤1所得的每张数据库图像的深度特征图进行增强处理，得到每张数据库图像的增强深度特征图；即：

1)对每张数据库图像的深度特征图进行显著性特征增强，得到每张数据库图像的初增强深度特征图：

2)对每张数据库图像的初增强特征图进行非显著性特征增强，得到每张数据库图像的增强深度特征图：

步骤3、基于向量对比策略，分别将步骤2所得的每张数据库图像的增强深度特征图进行融合，得到每张数据库图像的融合特征向量为：

步骤4、将步骤3所得的数据库中所有数据库图像的融合特征向量进行两两对比，得到对比权重为：

步骤5、分别将步骤1所得的每张数据库图像的深度特征图与步骤4所得的对比权重进行点乘，得到每张数据库图像的对比加权算子；

步骤6、基于步骤5所得的每张数据库图像的对比加权算子，分别对步骤1所得的每张数据库图像的深度特征图进行对比加权增强处理，得到每张数据库图像的加权增强深度特征图；即：

1)对每张数据库图像的深度特征图进行加权显著性特征增强，得到每张数据库图像的初加权增强深度特征图：

2)对每张数据库图像的初加权增强深度特征图进行加权非显著性特征增强，得到每张数据库图像的加权增强深度特征图：

步骤7、分别将步骤6所得的每张数据库图像的加权增强深度特征图进行融合，得到每张数据库图像的匹配特征向量为：

步骤8、将待查询图像输入卷积神经网络模型，提取待查询图像的深度特征图；

步骤9、将步骤8所得的待查询图像的深度特征图与步骤4所得的对比权重进行点乘，得到待查询图像的对比加权算子；

步骤10、基于步骤9所得的待查询图像的对比加权算子，对步骤8所得的待查询图像的深度特征图进行对比加权增强处理，得到待查询图像的加权增强深度特征图；

步骤11、将步骤10所得的待查询图像的加权增强深度特征图进行融合，得到待查询图像的匹配特征向量；

步骤12、将步骤11所得的待查询图像的匹配特征向量与步骤7所得的数据库中的每张数据库图像的匹配特征向量进行相似度匹配，匹配结果即为待查询图像的检索结果；

式中，X_ijdn表示第n张数据库图像的第d个深度特征图的第i行第j列的像素值；X'_ijdn表示第n张数据库图像的第d个深度特征图对应的初增强深度特征图的第i行第j列的像素值，X_ijdn表示第n张数据库图像的第d个深度特征图对应的增强深度特征图的第i行第j列的像素值；CW_d表示对比权重的第d个深度特征图对应的权重值，V_dn表示第n张数据库图像的融合特征向量的第d个深度特征图对应的特征值；V_dp表示第p张数据库图像的融合特征向量的第d个深度特征图对应的特征值；表示第n张数据库图像的第d个深度特征图对应的初加权增强深度特征图的第i行第j列的像素值；表示第n张数据库图像的第d个深度特征图对应的加权增强深度特征图的第i行第j列的像素值；Y_ijdn表示第n张数据库图像的第d个深度特征图对应的对比加权算子的第i行第j列的算子值；CV_dn表示第n张数据库图像的匹配特征向量的第d个深度特征图对应的特征值；ε表示设定的标量；i＝1,2,3,...,W，W表示深度特征图的宽；j＝1,2,3,...,H，H表示深度特征图的高；d＝1,2,3,...,D，D表示深度特征图的数量；n＝1,2,3，...,N，N表示数据库图像的数量；符号●表示点乘。