[发明专利]一种基于深度协同哈希的图片标注方法有效
| 申请号： | 201810429034.0 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108647295B | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 李武军;崔雪 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06V10/74 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李玉平 |
| 地址： | 210046 江苏*** | 国省代码： | 江苏;32 |
| 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深度协同哈希的图片标注方法，达到了图片和标签存储空间低且检索高效的效果。首先收集用户上传或者众包提供的有标注图片，利用图片和标注的对应关系构造相似性关系的二值矩阵。根据共享标注的个数定义图片的相似性。融合图片和标注间一致性信息与图片相似性信息作为监督目标，结合深度学习构造端到端的有互反馈的深度网络，离线训练图片和标注的离散二值编码。在线应用时，使用深度网络输出图片的二值编码，计算图片二值编码与标签二值编码的海明距离，根据海明距离从低到高对图片进行标注。 | ||
| 搜索关键词： | 一种 基于 深度 协同 图片 标注 方法 | ||
【主权项】：
1.一种基于深度协同哈希的图片标注方法，其特征在于，包括图片标注收集、图片特征表示学习、图片标注哈希学习优化三个部分，使用协同哈希为图片和标注间的一致性建模，使用平方损失为图片间的相似性信息建模；在求解时，利用离散优化的策略学习图片和标注的编码，同时使用梯度反向传播优化深度网络的参数；在线应用时，对于一张没有标注的图片，使用哈希网络生成二值编码，之后在海明空间内寻找与其相近的标签作为图片的标注。
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南京大学，未经南京大学许可，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/201810429034.0/，转载请声明来源钻瓜专利网。
- 上一篇：信息推荐系统
- 下一篇：一种护理实习生用的智能教学管理方法及系统
