[发明专利]用于生成目标函数的方法、装置、电子设备和计算机可读介质

权利要求书

1.一种用于生成目标函数的方法，包括：

将目标特征图集合中与每个像素对应的向量进行归一化处理以生成目标向量，得到目标向量集合；

生成与所述目标向量集合中每个向量对应的哈希编码，得到哈希编码集合；

确定所述哈希编码集合中每个哈希编码出现的先验概率；

基于各个先验概率的熵生成目标函数。

2.根据权利要求1所述的方法，其中，所述每个哈希编码出现的先验概率通过以下步骤得到：

将预设第一相乘结果和预设第二相乘结果相加，得到相加结果；

确定相加结果的累加之和的均值，所述均值表示每个哈希编码出现的先验概率。

3.根据权利要求2所述的方法，其中，所述预设第一相乘结果和预设第二相乘通过以下步骤得到：

确定所述每个哈希编码中每个维度的编码值和所述每个哈希编码中每个维度的编码值对应的向量取值；

确定通过1分别减去所述每个维度的编码值和所述每个维度的编码值对应的向量取值的数值；

将所述每个哈希编码中每个维度的编码值和与之对应的向量取值相乘，得到所述预设第一相乘结果；

将所述通过1分别减去所述每个维度的编码值和所述每个维度的编码值对应的向量取值的数值相乘，得到所述预设第二相乘结果。

4.根据权利要求1所述的方法，其中，所述目标函数通过以下步骤得到：

确定所述每个哈希编码出现的先验概率的对数值；

将所述每个哈希编码出现的先验概率和所述每个哈希编码出现的先验概率的对数值相乘，得到相乘结果；

确定所述相乘结果的累加之和；

取所述累加之和的负数，得到所述目标函数。

5.根据权利要求1所述的方法，其中，所述目标特征图集合通过以下步骤得到，包括：

通过特征提取网络对目标图像集合进行特征提取，得到所述目标特征图集合。

6.根据权利要求2所述的方法，其中，所述方法还包括：

基于所述目标函数，对所述特征提取网络进行优化，得到训练后的特征提取网络。

7.根据权利要求3所述的方法，其中，所述方法还包括：

基于所述训练后的特征提取网络提取两幅图像的图像特征，进而得到哈希编码；

基于所得到的哈希编码，确定所述两幅图像的相似度。

8.一种特征提取网络的训练装置，包括：

归一操作单元，被配置成将目标特征图集合中与每个像素对应的向量进行归一化处理以生成目标向量，得到目标向量集合；

第一生成单元，被配置成生成与所述目标向量集合中每个向量对应的哈希编码，得到哈希编码集合；

第一确定单元，被配置成确定所述哈希编码集合中每个哈希编码出现的先验概率；

第二生成单元，被配置成基于各个先验概率的熵生成目标函数。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。