[发明专利]一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法

说明书

本发明公开一种融合Faster‑RCNN(Faster‑Regions with Convolutional Neural Network,快速区域卷积神经网络)和Wasserstein自编码器的图像检索方法。本发明搭建深度学习框架，采用Faster‑RCNN模型提取图像特征；对Faster‑RCNN模型进行训练，微调网络权重；提取图像的全局特征，构建图像的全局特征图库；构建Wasserstein自编码器，并对Wasserstein自编码器进行训练；采用Wasserstein自编码器对全局特征进行降维，计算欧几里得距离得出第一相似度，并进行第一次排序，完成图像的粗粒度检索；提取图像中候选区域的特征作为局部特征，构建图像的局部特征图库；采用Wasserstein自编码器对局部特征进行降维，计算第二相似度并进行第二次排序，完成图像的细粒度检索。该方法能加快图像的检索速度以及提高图像检索的准确率。

技术领域

本发明涉及图像检索技术领域，特别涉及一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法。

背景技术

随着互联网中图像资源的爆炸式增长，人们对于图像的检索次数已经超过网页文本检索次数，意味着人们进入读图时代。面对海量的图像数据，如何快速、准确地检索出内容相关的图像，成为大数据图像检索亟待解决的关键问题。传统的图像检索方法主要是基于图像内容的检索，即通过对图像的颜色分布、形状轮廓、纹理结构等底层视觉信息进行统计，比较图像之间视觉特征的相似度，从图像数据库中检索出与目标图像匹配相似的图像。由于图像底层视觉信息以及统计方法表征能力的局限性，对于大规模复杂图像检索的结果难以令人满意。

相比于传统的特征统计学习方法，深度学习通过构建多层神经网络模型，使用大规模图像数据训练并拟合网络中成千上万的参数，使得模型具有强大的表征能力，从而提取到图像更具有语义信息的高层特征。

通常，检索系统是根据提取到图像的全局特征，在图像库中匹配并检索相似图像。但是，用户观察图像时，往往只对图像中的部分区域或某个目标物体感兴趣，比如图像中某地标建筑物等；特征图中存在冗余信息，同时，考虑到检索系统的时效性以及减低特征的存储空间，需要对特征图降维处理。传统的主成分分析等降维方法，没有考虑到特征图中特征之间的内在联系，降维处理后存在部分特征丢失，从而影响图像检索的准确性。

中国发明专利申请公布号CN105912611A公开了一种基于CNN的快速图像检索方法，该方法包括一下步骤：1)利用CNN网络对要检索的图像进行特征提取，得到代表图像的矢量特征；利用Google Net网络架构，通过Inception结构实现了在小幅度增加计算量的情况下，让网络走向更深层次；2)在特征数据库中对此矢量特征进行k近邻检索。该发明方法能完成对图像的检索，但当图像中有多个目标时，就不能准确地提取出图像的局部特征，并且检索速度较慢。

发明内容

针对已有图像检索技术方法中图像检索速度慢、检索准确率偏低、特征降维过程中部分特征丢失的问题，本发明提供一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法，提取图像的全局特征和局部特征，并且进行特征降维，计算出图像特征的相似度，根据相似度完成图像的准确检索。

为了实现上述目的，本发明提供以下技术方案：

一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法，包括以下步骤：

S1:搭建深度学习框架，部署Faster-RCNN模型；

S2：对Faster-RCNN模型进行训练，微调网络权重；

S3：提取图像的全局特征，构建图像的全局特征图库；

S4：构建Wasserstein自编码器，并对Wasserstein自编码器进行训练；