[发明专利]基于策略梯度的大规模图像检索方法及装置有效
| 申请号： | 201811004958.2 | 申请日： | 2018-08-30 |
| 公开（公告）号： | CN109189973B | 公开（公告）日： | 2021-07-30 |
| 发明（设计）人： | 鲁继文;周杰;袁鑫;任亮亮 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06K9/62 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 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策略梯度的大规模图像检索方法及装置，其中，方法包括：接收输入图像；将输入图像送入新的深度哈希网络中，其中，新的深度哈希网络包括卷积神经网络与带有非线性激活函数的全连接的策略层，且使用卷积神经网络学习得到图像的深度表达，并通过带有非线性激活函数的全连接的策略层将每个特征表达转化成一个K维度的向量，每一个维度代表着进行二值操作的概率；通过端到端训练新的深度哈希网络，以最大化相似度保持所得到的奖励的期望。该方法通过采用策略梯度的方法得到一个最优化的深度哈希框架，从而提高大规模图像数据库上的检索精度。 | ||
| 搜索关键词： | 基于 策略 梯度 大规模 图像 检索 方法 装置 | ||
【主权项】：
1.一种基于策略梯度的大规模图像检索方法，其特征在于，包括以下步骤：接收输入图像；将所述输入图像送入新的深度哈希网络中，其中，所述新的深度哈希网络包括卷积神经网络与带有非线性激活函数的全连接的策略层，且使用所述卷积神经网络学习得到图像的深度表达，并通过所述带有非线性激活函数的全连接的策略层将每个特征表达转化成一个K维度的向量，每一个维度代表着进行二值操作的概率；以及通过端到端训练所述新的深度哈希网络，以最大化相似度保持所得到的奖励的期望。
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清华大学，未经清华大学许可，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/201811004958.2/，转载请声明来源钻瓜专利网。
