[发明专利]一种面向数字人文的移动视觉检索方法

权利要求书

1.一种面向数字人文的移动视觉检索方法，其特征在于，包含以下步骤：

步骤1，构建基于深度哈希的图像语义提取模型，该模型总共分为九个处理层：包括五个卷积层、两个全连接层、一个哈希层和一个输出层；

步骤2，对模型进行预训练，使用预训练模型参数作为各处理层的初始化参数；

步骤3，构造基于深度哈希的图像语义提取模型的损失函数；

所述步骤3中，构造基于深度哈希的图像语义提取模型的损失函数，定义如下：

L＝L_p+L_r+φ(θ)

该损失函数包含预测损失项L_p、排序损失项L_r和正则项φ(θ)三个部分；

其中，预测损失项L_p计算模型对样本的预测值与真实值之间的误差，定义如下：

对于属于类别C_i的样本x，模型输出为f(x)＝(x₁,...,x_C)，x_i表示该样本属于类别i的得分值，C为类别总数，即表示该样本属于实际类别C_i的概率，x_maxi为模型预测的最大概率值，-log为计算对数损失；

排序损失项主要考虑到语义排序问题，将排序因素计入损失项中，排序损失项L_r定义如下：

其中，即正样本得分排在负样本前面的概率；L_r排序损失可理解为：对于实际属于C_i类的单个样本x，理想结果是且趋近于1、x_i趋近于0，此时L_r＝0；若正样本预测得分小于负样本，则需要计入排序损失项；

正则项的主要作用是提高模型的领域泛化性，定义如下：

其中，λ为正则项系数，调节正则项与其他损失项的比重，n为模型训练过程中每批训练集的样本数，1/2便于梯度计算过程中的求导，w为模型中各节点的连接权重值；

步骤4，采集图像样本，构建模型训练集和验证集；

步骤5，图像预处理，减少图像光照、大小对模型的影响；

步骤6，使用步骤3中构建的损失函数和步骤4构建的训练集对模型进行训练，优化模型参数；

步骤7，利用步骤6中训练完成的模型提取图像语义特征，使用步骤4中的验证集作为图像检索集，训练集作为目标集，计算图像间的距离，并根据距离大小进行排序，返回图像检索结果。

2.根据权利要求1所述的一种面向数字人文的移动视觉检索方法，其特征在于：所述步骤2中，使用ImageNet数据集对模型进行预训练。

3.根据权利要求1所述的一种面向数字人文的移动视觉检索方法，其特征在于：所述步骤4中，采集的图像数据样本为数字人文领域，先对样本进行分类，然后构建模型训练集和验证集，且训练集和验证集相互独立。

4.根据权利要求1所述的一种面向数字人文的移动视觉检索方法，其特征在于：所述步骤5中，采用对比度归一化方法对图像进行预处理，方法如下：

其中，图像为标准RGB格式，表示为X∈R^r×c×3，r×c为图像像素大小，数字3即RGB格式的红、绿、蓝三个颜色通道，则X_m,n,k表示第m行第n列第k个颜色通道的像素值，其中1为红色、2为绿色，3为蓝色通道；为整个图像的平均值；设置为一个极小值以防止出现分母为0的情况。

5.根据权利要求1所述的一种面向数字人文的移动视觉检索方法，其特征在于：所述步骤6中，采用小批量梯度下降方法对模型训练过程进行优化，模型训练和优化的参数是各处理层的连接权重值和偏置值，通过模型训练使得模型中各个处理层得到最优参数值。

6.根据权利要求1所述的一种面向数字人文的移动视觉检索方法，其特征在于：所述步骤7中使用欧式距离度量图像间的距离。