[发明专利]一种基于极少训练样本的深度图像哈希方法有效
| 申请号： | 201811053140.X | 申请日： | 2018-09-10 |
| 公开（公告）号： | CN109472282B | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 耿立冰;潘炎;印鉴;赖韩江;潘文杰 | 申请（专利权）人： | 中山大学;广州中大南沙科技创新产业园有限公司 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于极少训练样本的深度图像哈希方法，该方法在已有的传统哈希方法的和基于深度学习的哈希方法都是在大量训练样本的前提下来进行设计的，而在真实的生产环境中，得到大量标记训练样本的成本很高，所以在在极少训练样本下，如果能得到一个效果相对较好的图像哈希模型是具有非常大的实用价值的。 | ||
| 搜索关键词： | 一种 基于 训练 样本 深度 图像 方法 | ||
【主权项】：
1.一种基于极少训练样本的深度图像哈希方法，其特征在于，包括以下步骤：S1：任务定义及数据划分；S2：构建triplet‑based通用深度哈希模型；S3：基于通用深度哈希模型构建支持记忆体；S4：通过双向长短期记忆子网络和支持记忆体学习极少样本的特征表示；S5：训练极少样本下的深度图像哈希模型，并对极少样本的测试集进行检索测试。
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山大学;广州中大南沙科技创新产业园有限公司，未经中山大学;广州中大南沙科技创新产业园有限公司许可，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/201811053140.X/，转载请声明来源钻瓜专利网。
