[发明专利]基于风格特征的图像检索方法

权利要求书

1.一种基于风格特征的图像检索方法，其特征在于，包括以下步骤：

搭建平台

S1，利用基于Theano的框架Keras搭建处理平台；

构建图片索引

S2，大规模图像数据集ImageNet上训练一个卷积神经网络VGG-19，并使用给定抽象图片库的训练样本对VGG-19进行参数微调，得到迁移学习后的卷积神经网络，记为VGG-19-FT；

其中，VGG-19包括16个卷积层和3个全连接层，迁移学习时保留原始VGG-19参数集的前16层参数，而只重新训练后3层的参数；

S3，将给定抽象图片库的训练样本依次输入VGG-19-FT中提取风格特征，并对提取出的风格特征进行降维处理，获得降维风格特征；

其中，计算VGG-19-FT特定层的各个滤波器之间的相关性关系，生成格拉姆矩阵来描述图像的风格特征；

S4，将提取出的每个训练样本的降维风格特征存储在一个文件中，并根据每个训练样本的图片地址构建图片索引；

图片查询

S5，将待检索抽象图片输入VGG-19-FT中进行风格特征提取，并进行降维处理；

S6，通过降维风格特征相似度比较方法,分别计算待检索抽象图片的降维风格特征与图片索引内每个降维风格特征的相似度距离，并将相似度距离最近的降维风格特征所对应的抽象图片的索引号作为结果返回给给定抽象图片库；

S7，根据获得的索引号查找给定抽象图片库，返回相似抽象图片集。

2.根据权利要求1所述的基于风格特征的图像检索方法，其特征在于：特定层的层级越高，所提取的风格特征越接近图像的整体特征；特定层的层级越低，所提的风格特征越接近图像的细节特征。