[发明专利]一种草图检索的数据处理方法

权利要求书

1.一种草图检索的数据处理方法，其特征在于，包括：

获取来自于源域的图像分类器和所述图像分类器对应的第一类别集合，所述第一类别集合包括所述图像分类器能够分类的所有类别；

获取来自于目标域的待处理数据，所述待处理数据包括图片、类别和来源标签，所述图片为图像或草图，所述来源标签用于表示所述图片为所述图像或所述草图；

当所述图片为所述图像时，将所述类别属于所述第一类别集合的所述待处理数据划分到图像数据集合；

当所述图片为所述草图时，将所述类别属于所述第一类别集合的所述待处理数据划分到草图数据集合；

将所述图像数据集合和所述草图数据集合的并集，确定为训练样本的集合；

根据所述源域的图像分类器，构建所述目标域的图像编码器和所述目标域的草图编码器；

构建知识保持损失函数，所述知识保持损失函数是根据第一分类结果和第二分类结果确定的，所述第一分类结果是将所述训练样本输入到所述源域的图像分类器中得到的预测结果，所述第二分类结果是将所述训练样本输入到所述目标域的图像编码器中得到的预测结果；

构建域分类器，所述域分类器用于获得所述训练样本的所述来源标签的预测值；

根据所述来源标签的预测值和所述训练样本的来源标签，构建域损失函数；

将所述训练样本中的第一草图训练样本输入到所述草图编码器，获得第一草图编码特征；

将所述训练样本集合中的与所述第一草图训练样本的类别相同的第一图像训练样本输入到所述图像编码器，获得第一图像编码特征；

将所述训练样本集合中的与所述第一草图训练样本的类别不相同的第二图像训练样本输入到所述图像编码器，获得第二图像编码特征；

根据所述第一草图编码特征、所述第一图像编码特征和所述第二图像编码特征，构建三元组损失函数；

获取语义库，所述语义库包括所述类别所对应的语义特征；

构建语义重构器，所述语义重构器用于预测编码特征所对应的语义特征，所述编码特征是将所述训练样本输入到所述图像编码器或所述草图编码器得到的；

根据所述训练样本所对应的语义特征和第一语义预测特征，构建语义损失函数，所述第一语义预测特征是将所述编码特征输入到所述语义重构器得到的预测结果；

利用所述知识保持损失函数、所述域损失函数、所述三元组损失函数和所述语义损失函数，对所述目标域的图像编码器和所述目标域的草图编码器进行训练，获得目标图像编码器和目标草图编码器。

2.根据权利要求1所述的一种草图检索的数据处理方法，其特征在于，所述构建知识保持损失函数，还包括：

根据所述第一分类结果的识别精度，调整所述知识保持损失函数的权重。

3.根据权利要求1或2所述的方法，其特征在于，在所述获取来自于目标域的待处理数据之后，所述方法还包括：

对所述目标域的待处理数据的图片进行数据增强，所述数据增强包括对所述图片进行预处理以及将预处理后的所述图片进行标准化和中心化。

4.根据权利要求1至3所述的方法，其特征在于，所述对所述目标域的图像编码器和所述目标域的草图编码器进行训练，获得目标图像编码器和目标草图编码器，还包括：

当对所述目标域的图像编码器和所述目标域的草图编码器完成一轮次的训练之后，得到第一图像编码器和第一草图编码器；

将所述训练样本的集合之外的其它所述待处理数据，划分到验证样本的集合；

利用所述验证样本的集合，获得所述第一图像编码器和所述第一草图编码器的识别精度；

当所述第一图像编码器和所述第一草图编码器的识别精度大于或等于预设精度阈值时，将所述第一图像编码器和所述第一草图编码器分别确定为所述目标图像编码器和所述目标草图编码器；

当所述第一图像编码器和所述第一草图编码器的识别精度小于所述预设精度阈值时，对所述第一图像编码器和所述第一草图编码器进行下一轮次的训练。