[发明专利]一种基于深度学习与低秩矩阵优化的哈希图像检索方法有效
| 申请号： | 201910368358.2 | 申请日： | 2019-05-05 |
| 公开（公告）号： | CN110188227B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 陈泽彬;周万义;青春美;尹红艳;吴婷婷 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06V10/75;G06V10/764 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍;江裕强 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习与低秩矩阵优化的哈希图像检索方法，包括以下步骤：S1、获取图像数据，对数据进行标注和预处理，构造图像检索的数据集，并将其分为训练集与测试集；S2、搭建深度特征提取网络，构建深度哈希网络主干；S3、将训练集输入深度哈希网络主干，基于极大化概率似然和低秩正则化损失函数，构建哈希网络；S4、对哈希网络进行训练；S5、将测试集与训练集图像分别输入哈希网络，生成二值哈希编码，计算相互的汉明距离；S6、返回训练集中汉明距离最小图片作为检索结果。本发明克服了直接用二值化连续值特征编码到汉明空间造成的相似性信息破环和量化误差大的问题，提高了基于哈希表征的图像检索方法的性能。 | ||
| 搜索关键词： | 一种 基于 深度 学习 矩阵 优化 希图 检索 方法 | ||
【主权项】：
1.一种基于深度学习与低秩矩阵优化的哈希图像检索方法，其特征在于，包括以下步骤：S1、获取图像数据，对数据进行标注和预处理，构造图像检索的数据集，并将其分为训练集与测试集；S2、搭建基于深度残差网络框架的深度特征提取网络，构建深度哈希网络主干；S3、将训练集输入所述深度哈希网络主干，基于极大化概率似然的损失函数和低秩正则化的损失函数，构建哈希网络；S4、对哈希网络进行训练；S5、将所述测试集与训练集图像分别输入步骤S4所述训练好的哈希网络，生成二值哈希编码，计算相互的汉明距离；S6、返回训练集中汉明距离最小的指定数量图片作为检索结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910368358.2/，转载请声明来源钻瓜专利网。
