[发明专利]基于二值权重的图像哈希码训练模型算法及分类学习方法

权利要求书

1.一种基于二值权重的图像哈希码训练模型方法，其特征在于：模型方法包括如下步骤：

步骤1.1、选择损失函数，确定目标方程，并对分类器和训练图像特征进行二值编码；

步骤1.2、对步骤1.1得到的分类器和训练图像特征的二值编码进行统一学习，更新训练图像特征哈希码与分类器二值码后优化步骤1.1所选损失函数的目标方程，并得到优化后的图像哈希码；

所述步骤1.2中更新训练图像特征哈希码与分类器二值码方法为：

固定哈希码B，通过采用交替最小化更新的方式一行行依次迭代更新w，每一次更新w_c的一个比特，c＝1，...，C，同时保持其它r-1个比特不变；

固定分类器二值码w，通过采用交替最小化更新的方式一行行依次迭代更新B，在每次迭代中，除了第k位的哈希码b^k＝[b₁(k)；...；b_n(k)]，剩余的r-1位的哈希码不变，C为特征总的类别数，c指代特征中某一个具体的类别，w_c∈{-1，1}^r是c∈[1，...，C]类的二值参数向量，n是指哈希码的个数，r是哈希码的长度；

步骤1.3、通过步骤1.2得到的优化后的图像哈希码和线性哈希方程求值哈希码公式，得到哈希码训练模型。

2.根据权利要求1所述的基于二值权重的图像哈希码训练模型方法，其特征在于：所述步骤1.1中对分类器和训练图像特征进行二值编码为：令训练图像特征二值码为b_i是原训练数据集中x_i对应的r-bit的二值码，设一个线性哈希方程为：

b＝sgn(P^Tx)

这里P是图像哈希转置矩阵；T是转置符号；d是图像x的维数。

3.根据权利要求1所述的基于二值权重的图像哈希码训练模型方法，其特征在于：所述步骤1.2中在采用交替最小化更新的方式更新图像特征哈希码与分类器二值码过程中采用比特顺序翻转方法解决其二元二次规划问题。

4.一种应用权利要求1所述基于二值权重的图像哈希码训练模型方法的分类学习方法，其特征在于：分类学习方法包括如下步骤：

步骤2.1、待搜索图像通过权利要求1所述基于二值权重的哈希码训练模型得到相应的哈希码，求出待搜索图像哈希码与分类器二值码之间的汉明距离；

步骤2.2、在步骤1所得到的C个汉明距离中找最小值并得到最小汉明距离对应的分类器，即为待搜索图像所属类别。

5.根据权利要求4所述的分类学习方法，其特征在于：所述步骤2.1还包括得到分类器二值码的二值参数向量，分类器二值码矩阵W^T为：

这里w_c∈{-1，1}^r是c∈[1，...，C]类的二值参数向量，内积这里代表汉明距离。

6.根据权利要求4或5所述的分类学习方法，其特征在于：所述步骤2.2中在C个汉明距离中找最小值采用找二值参数向量的最大二值内积的方法。