[发明专利]一种快速图像检索方法

权利要求书

1.一种快速图像检索方法，其特征在于：包括如下步骤：

S1.获取图像，进行预处理，得到图像局部特征；

S2.进行图像局部特征的特征抽取和选择，得到特征建模向量；

S3.进行特征建模向量的判别学习，得到降维后的特征建模向量；

S4.融合降维后的特征建模向量，得到最终图像表达向量；

S5.根据最终图像表达向量，得到检索结果。

2.根据权利要求1所述的一种快速图像检索方法，其特征在于：所述的步骤S1中，使用基于迁移学习的深层卷积神经网络，对获取的图像进行预处理。

3.根据权利要求2所述的一种快速图像检索方法，其特征在于：所述的预处理包括依次进行的去噪处理、平滑处理以及变换处理。

4.根据权利要求1所述的一种快速图像检索方法，其特征在于：所述的步骤S2中，进行图像局部特征的特征抽取和选择时，分别使用空间均值池化和鲁棒协方差对图像局部特征进行建模，得到对应的两种特征建模向量。

5.根据权利要求4所述的一种快速图像检索方法，其特征在于：所述的步骤S3中，得到降维后的特征建模向量的具体步骤如下：

S3-1.获取图像数据库中的训练数据，根据预设训练数据中已知的标签信息，使用大间隔最近子空间学习算法对两种初始特征建模向量进行判别学习，得到对应的两种低秩线性映射矩阵；

S3-2.根据得到的低秩线性映射矩阵，对对应的特征建模向量进行降维，得到两种降维后的特征建模向量。

6.根据权利要求5所述的一种快速图像检索方法，其特征在于：所述的步骤S4中，融合降维后的特征建模向量时，使用加权系数对两种降维后的特征建模向量进行加权级联，得到最终图像表达向量。

7.根据权利要求6所述的一种快速图像检索方法，其特征在于：所述的步骤S5中，得到检索结果的具体步骤如下：

S5-1.根据最终图像表达向量，得到与图像数据库中的所有待检索图像的表达向量的欧氏距离；

S5-2.对所有的欧氏距离进行排序，将最小的欧氏距离对应的若干个图像作为检索结果。