[发明专利]一种大规模图片多尺度语义检索方法

摘要

一种大规模图片语义检索方法，使用无监督的深度学习模型来训练网络获取图片的特征向量，并综合考虑图片的文本描述之间的语义关系来实现大规模的图片的检索；对于图片的特征向量的处理，采用一个4‑6层判别网络4‑6层生成网络组成的生成式对抗网络，用来提取图片的特征；对于图片的文本的处理，采用词向量的分布式表示方法得到图片向量，利用单词嵌套来描述图片的语义信息；采用聚类方法来对检索的图片进行聚类，通过聚类来向用户只展示某类商品中的一个，减少用户的查找商品的时间；然后通过训练好的词向量得到图片文本描述向量；将文本向量和图片的向量连接在一起作为图片的特征表示；之后通过k‑means++对图片进行聚类。

主权项

1.一种大规模图片语义检索方法，其特征是使用无监督的深度学习模型来训练网络获取图片的特征向量，并综合考虑图片的文本描述之间的语义关系来实现大规模的图片的检索；对于图片的特征向量的处理，采用一个4-6层判别网络4-6层生成网络组成的生成式对抗网络，用来提取图片的特征；对于图片的文本的处理，采用词向量的分布式表示方法得到图片向量，利用单词嵌套来描述图片的语义信息；采用聚类方法来对检索的图片进行聚类，通过聚类来向用户只展示某类商品中的一个，减少用户的查找商品的时间；使用聚类方法为k-means++方法；在得到图片向量之后，通过计算与所要查找的图片计算相似性，找出相似性大于0.5的图片作为候选；然后通过训练好的词向量得到图片文本描述向量；将文本向量和图片的向量连接在一起作为图片的特征表示；之后通过k-means++对图片进行聚类，在每个聚类中找出一张图片展现给用户，若用户想要查看这张图片所在的聚类的所有图片，则点击该张图片，则能看到所有的图片。