[发明专利]一种基于深度哈希的多标签图像检索方法在审
| 申请号： | 201910741839.3 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110457514A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 谢武;刘满意;强保华;王培雷;曹亚伟 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06F16/55;G06F16/51 |
| 代理公司： | 44220 广州市一新专利商标事务所有限公司 | 代理人： | 侯腾腾<国际申请>=<国际公布>=<进入 |
| 地址： | 541004广西壮*** | 国省代码： | 广西;45 |
| 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哈希的多标签图像检索方法，在于提高多标签图像检索的准确率。所述方法引入成对多标签图像标签向量的余弦距离作为监督信息参与模型训练，使用残差网络对多标签图像进行特征抽取，同时引入二进制编码机制对抽取的高维特征进行降维，并使用多标签图像数据集对基于残差网络的深度哈希模型进行训练；训练完成后调用该模型在多标签图像查询数据集上进行图像检索，并评估该模型的泛化能力及检索准确度。 | ||
| 搜索关键词： | 标签图像 检索 残差 哈希 标签图像数据 二进制编码 准确度 标签向量 查询数据 模型训练 特征抽取 图像检索 余弦距离 引入 准确率 成对 高维 降维 调用 抽取 网络 评估 监督 | ||
【主权项】：
1.一种基于深度哈希的多标签图像检索方法，其特征在于所述方法包括：/n(1)使用残差网络加哈希损失层构建基于深度哈希的多标签图像检索模型，采用50层残差网络的前49层来提取多标签图像的高维语义特征，将残差网络最后的分类层替换为哈希损失层，对获取的高维语义特征进行降维；/n(2)将经过数据预处理的多标签图像训练集输入所述多标签图像检索模型，使用多标签图像标签向量的余弦距离来衡量多标签图像之间的相似性，使用加权交叉熵损失和最小均方误差损失来构造一个损失函数以此保留成对多标签图像的相似性排序信息，使用量化损失函数来控制模型输出的哈希编码质量；然后将上述三组损失函数构成联合损失函数对构建好的模型进行训练，并生成HDF5格式的模型文件。/n
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桂林电子科技大学，未经桂林电子科技大学许可，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/201910741839.3/，转载请声明来源钻瓜专利网。
