[发明专利]一种基于深度学习的图像哈希编码方法

说明书

本发明公开了一种基于深度学习的图像哈希编码方法。本发明包括如下步骤：步骤1、采用在ImageNet图像识别数据库上训练好的图像分类模型GoogLeNet作为初始化的基本网络结构，并将GoogLeNet模型的最后一层分类层替换为哈希层，该哈希层的单元数即为图像要编码成的比特数；步骤2、对GoogLeNet模型的参数进行优化；步骤3、将图像检索数据集中的图像输入至优化好的GoogLeNet模型，并将GoogLeNet模型输出的浮点数量化为二值码，从而得到每幅图像的二值码。本发明实现了图像特征与哈希函数的联合优化，克服了传统哈希方法学习到的哈希编码与图像特征不符的缺点。

技术领域

本发明涉及一种编码方法，尤其涉及一种基于深度学习的图像哈希编码方法。

背景技术

随着网络上的图像数量迅速增长，基于内容的图像检索日趋重要，哈希技术得到了越来越多的关注。哈希技术的目标是构建哈希函数，将数据从原始空间映射到压缩的二进制码，同时保留原始空间的数据结构。由于压缩的二进制码能提高计算和存储的效率，所以哈希对于最近邻查找来说是一项强有力的技术。大部分的哈希编码方法的流程是：首先提取图像的手工设计的特征表示，然后在此基础上学习哈希函数。手工设计的特征更倾向于描述图像的视觉信息，而不是其语义信息，此外特征的学习和哈希函数的学习两个阶段割裂，会导致产生的二值码与特征表示不符。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于深度学习的图像哈希编码方法。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1、采用在ImageNet图像识别数据库上训练好的图像分类模型GoogLeNet作为初始化的基本网络结构，并将GoogLeNet模型的最后一层分类层替换为哈希层，该哈希层的单元数即为图像要编码成的比特数；

步骤2、对GoogLeNet模型的参数进行优化；

2-1.每次迭代将从图像检索数据集中选取的50幅图像，作为GoogLeNet模型的输入；并且将图像上人工标注的标签信息同时作为GoogLeNet模型的输入，用于判断图像间的相似性；共迭代M次；

2-2.在每次迭代中，将从图像检索数据集中选取的50幅图像随机两两组合构成成对图像，并通过成对图像的标签信息判断两幅图像是否相似，从而对成对图像进行损失计算；

2-3.根据每幅图像输入进GoogLeNet模型得到的二值码，进行二值码均匀分布损失的计算和量化损失的计算；

2-4.计算出每一次迭代的图像的所有损失，即成对图像损失、二值码均匀分布损失和量化损失的累加；然后使用随机梯度下降算法和反向传播算法来对GoogLeNet模型的参数进行更新，迭代进行M次后，得到了优化好的GoogLeNet模型；

步骤3、将图像检索数据集中的图像输入至优化好的GoogLeNet模型，并将GoogLeNet模型输出的浮点数量化为二值码，从而得到每幅图像的二值码。

所述的成对图像的损失通过如下损失函数计算：

s.t.b_i∈{-1，+1}^q，i∈{1，2}， (1)

其中，设输入的成对图像分别为I₁，I₂，其对应的二值码为b₁，b₂；S表示两幅图像是否相似，若相似，S＝1；否则，S＝0；H(·,·)表示两个二值码间的海明距离，如果两幅图像是相似图像，则损失等于其二值码间的海明距离，否则当两幅图像不相似时，定义一个阈值t，若海明距离小于该阈值时，才对该损失函数有贡献；