[发明专利]一种旋转不变的语义信息挖掘方法

权利要求书

1.一种旋转不变的图像语义信息挖掘方法，其特征在于，包括以下步骤：

步骤1：构建特征生成网络；该网络由三部分组成：第一部分为ResNet-50网络，用于特征图谱的提取；第二部分为主分支特征处理网络，对特征图谱进行平均池化和降维处理；第三部分为副分支特征处理网络，该部分采用环形分割策略，挖掘旋转不变的图像语义描述符；第一部分采用的ResNet-50网络与原ResNet-50相比，去掉了最后的平均池化层和全连接层；

步骤2：通过ResNet-50骨干网络对测试图像进行特征提取，获得特征图谱，并通过主分支特征处理网络和副分支特征处理网络对提取的特征图谱分别进行处理；在主分支特征处理网络中，直接对特征图谱进行全局平均池化操作，得到一个n维特征；在副分支特征处理网络中，先对特征进行环形切割，而后对切割得到的每个特征块进行平均池化操作，得到多个n维特征；

步骤3：将主分支特征处理网络得到的一个n维特征与副分支特征处理网络得到的多个n维特征进行特征拼接，得到增强的图像特征描述符；

步骤4：利用增强的特征描述符进行不同视角下图像的检索，进而实现地理目标定位

所述的环形切割遵循不相交原则，即保证切割得到的每一块之间没有信息重叠；切割过程中，首先得到特征图谱的长和宽(H*W)，而后根据要切割的块数n计算每一块长和宽的大小；

每个信息块的长度计算：

(1)计算信息块长度增量Δh＝floor(H/(2*n))，

如果n过大，导致Δh＝0，则利用双线性插值算法增大特征图谱，保证Δh≥1；

(2)计算第1到第n-1个信息块的长度h_i，计算公式如下：

h_i＝2*i*Δh，

其中i表示1到n-1中，第i个信息块；

(3)得到第n个信息块的长，其值为原特征图谱的长度H；

每个信息块的宽度计算与长度方法相同，第n个信息块的宽的值为原特征图谱的宽度W。