[发明专利]基于数据库邻域关系的图像特征增强方法有效
| 申请号： | 201610075002.6 | 申请日： | 2016-02-01 |
| 公开（公告）号： | CN105760442B | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 周文罡;孙韶言;李厚强;田奇 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06N3/02;G06K9/62 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于数据库邻域关系的图像特征增强方法，包括：基于去除输入图像尺寸限制的改进CNN特征提取方式，并通过最大能量池化方法自适应地选择输入图像的最优尺度，从而完成数据库图像的CNN特征提取；针对数据库图像中的每一CNN特征均朝着其相关图像的CNN特征进行一定程度的移动，使得数据库中的相关图像在特征空间聚合在一定范围之内，从而实现数据库图像CNN特征的增强。本发明公开的方案可以准确、高效地实现图像之间相关性的计算以应用于图像检索系统。 | ||
| 搜索关键词： | 基于 数据库 邻域 关系 图像 特征 增强 方法 | ||
【主权项】：
1.一种基于数据库邻域关系的图像特征增强方法，其特征在于，包括：基于去除输入图像尺寸限制的改进CNN特征提取方式，并通过最大能量池化方法自适应地选择输入图像的最优尺度，从而完成数据库图像的CNN特征提取；针对数据库图像中的每一CNN特征均朝着其相关图像的CNN特征进行一定程度的移动，使得数据库中的相关图像在特征空间聚合在一定范围之内，从而实现数据库图像CNN特征的增强；其中，所述基于去除输入图像尺寸限制的改进CNN特征提取方式，并通过最大能量池化方法自适应地选择输入图像的最优尺度，从而完成数据库图像的CNN特征提取包括：基于改进后的AlexNet模型提取数据库图像的CNN特征，所述改进后的AlexNet模型为：将AlexNet模型中所有的全连接层除去，将池化层的输出作为整个模型的输出，从而去除AlexNet模型对输入图像尺寸的限制；通过最大能量池化方法自适应地选择输入图像的最优尺度：针对数据库中的每一图像均等比例缩放至NS个尺度![]()
并作为输入图像输入至改进后的AlexNet模型中，每个尺度Si上提取一个CNN特征![]()
其中，1≤i≤NS，M为所提取CNN特征的维数，最优尺度S满足如下表达式：![]()
通过上述方式选出数据库中所有图像的最佳尺度的特征后，对每一图像最优尺度的CNN特征中每一维进行开方运算，然后进行L2归一化，从而完成数据库图像的CNN特征提取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学，未经中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610075002.6/，转载请声明来源钻瓜专利网。
