[发明专利]一种基于草图的图像检索方法

权利要求书

1.一种基于草图的图像检索方法，其特征在于，

所述方法实现了从图像域到草图域的域迁移学习，网络能够输出适应草图域的具有区分性的有效特征，方法包括以下步骤：

提取图像Canny边缘，用作网络训练数据；基于ImageNet百万数量级图像的网络预训练；

将图像的Canny边缘送入网络进行训练，实现域迁移学习；

将草图和图像的Canny边缘送入训练好的网络，分别提取特征；计算提取到的特征间的余弦距离并进行排序，实现K最近邻检索。

2.根据权利要求1所述的一种基于草图的图像检索方法，其特征在于，所述基于ImageNet百万数量级图像的网络预训练具体为：

使用经过ImageNet图像预训练的VGG19网络进行网络初始化；该过程使用已有的数据来提升草图训练的效果，将经过ImageNet图像预训练的网络作为初始化网络，在充足的图像数据集训练好的网络模型中，网络底部一些参数层为草图提取低级特征；

其中，VGG19卷积神经网络由16个卷积层、5个池化层外加3个完全连接层组成，通过该网络为草图提取特征。

3.根据权利要求1所述的一种基于草图的图像检索方法，其特征在于，所述将图像的Canny边缘送入网络进行训练，实现域迁移学习具体为：

将提取的Canny边缘作为草图近似，送入经过预训练的VGG19网络中进行训练，使用Canny边缘作为草图近似，弥补了草图数据的不足；

VGG19网络在softmax层判断该Canny边缘属于训练数据集中每一类的概率，进而实现对Canny边缘的分类，得到具有差异性的特征；通过域迁移解决缺少草图训练数据的问题。

4.根据权利要求1所述的一种基于草图的图像检索方法，其特征在于，所述将草图和图像的Canny边缘送入训练好的网络，分别提取特征具体为：

将草图和图像的Canny边缘送入训练好的VGG19网络中，利用训练好的VGG19网络分别提取草图和图像Canny边缘的特征。