[发明专利]一种基于上下文深度语义信息的图像检索方法有效
| 申请号： | 201710935929.7 | 申请日： | 2017-10-10 |
| 公开（公告）号： | CN107832335B | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 杨曦;杨东;王楠楠;高新波;宋彬 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/51;G06K9/46;G06K9/62 |
| 代理公司： | 11491 北京国坤专利代理事务所(普通合伙) | 代理人： | 郭伟红 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种基于上下文深度语义信息的图像检索方法，主要解决现有图像检索方法由于缺乏上下文环境信息而造成的准确率低的问题。实现步骤为：①使用自适应极化栅栏法确定图像关键点；②对卷积神经网络进行预训练和微调，构建包含区域分析层、迭代量化层的极化卷积神经网络；③提取关键点的上下文深度语义特征，并将其存入索引表，完成线下索引；④计算查询图像与数据库中每幅图像的相似度；⑤根据相似度从高到低的顺序输出检索结果。本发明使用上下文深度语义特征实现了图像关键点从区域到全局环境的匹配，提出的自适应极化栅栏法和构建的区域分析层符合全天空极光图像的成像特点，检索准确率高，可用于鱼眼镜头成像的大规模图像的精确检索。 | ||
| 搜索关键词： | 一种 基于 上下文 深度 语义 信息 图像 检索 方法 | ||
【主权项】：
1.一种基于上下文深度语义信息的图像检索方法，其特征在于，所述方法包括如下步骤：/n(1)对输入的全天空极光图像数据库，利用自适应极化栅栏法确定全天空极光图像的k个关键点；/n(2)预先对卷积神经网络进行预训练和微调，再构建区域分析层、迭代量化层，将所述卷积神经网络升级为极化卷积神经网络，所述极化卷积神经网络包括五个卷积层、一个全连接层、一个区域分析层、一个迭代量化层；/n(3)对输入的所述全天空极光图像数据库中的每幅图像，分别以k个关键点为中心，确定大小为r
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西安电子科技大学，未经西安电子科技大学许可，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/201710935929.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种翻译方法、装置、终端及可读存储设备
- 下一篇：数据处理方法及其系统
