[发明专利]基于Web和数据库的海量光电舰船图像快速检索的方法

摘要

本发明涉及一种基于Web和数据库的海量光电舰船图像快速检索的方法，设计一个有监督的深度学习哈希模型，同时学习图片特征向量和哈希编码，利用小样本学习中基于细调的方法多次训练优化，逐步提升模型精度；构建舰船特征数据库，通过训练好的舰船检索模型提取舰船图片的特征向量、二进制编码、和其他的图片信息一起存入数据库；设计基于Web检索的人机交互界面，实现客户端服务端分离；采取数据表加载入服务器内存、最大堆排序等方法减少检索过程中耗时。

主权项

1.一种基于Web和数据库的海量光电舰船图像快速检索的方法，其特征在于步骤如下：步骤1：将搜集的多幅舰船图片，按照舰船类别进行标注，随机分成三份；每份按照类别分类成为图片集，每个图片集中抽取70～90％作为训练集，30～10％作为验证集，用于训练检索模型；步骤2：对经典分类模型VGG16进行改变，去掉模型的最后一个全连接层，添加一个新的哈希层，在哈希编码学习的过程中选用双曲正切函数tanh()作为激活函数，构成一个端到端的深度学习网络；所述哈希层节点数选为48；所述激活函数其中：x为激活层的输入数据；步骤3：以步骤2端到端的深度学习网络，利用小样本学习中基于细调的方法，在步骤1随机分成三份的三个数据集上多次训练网络，得到检索模型；训练网络时通过微调的方式逐步提升模型精度，确保舰船检索的准确度达到90％以上；步骤4、在MySQL数据库中建表：将采集到的全部图片通过训练好的检索模型提取特征与哈希编码上传至数据表中，同时上传图片的自增主键编号、图片类别、服务器路径以及图片采集的时间和地点；表中特征向量与哈希编码分别存入fine_key、coarse_key两列中，存储类型为clob；自增主键编号存入id列，数据类型为int；图片类别、服务器路径以及图片采集的时间和地点分别存入type_id、image_path、time列中，存储类型为varchar；所述哈希编码由阈值函数生成：其中，h_i表示检索网络哈希层输出数据，i＝1,...,n，n表示哈希编码位数；步骤5：设计基于Web检索模式的人机交互界面，页面设计通过Apache服务器软件和CSS布局实现；步骤6、检索流程设计：通过人机交互界面的网页信息模块读取用户在客户端界面上传的数据，输入至步骤3训练的检索模型中，通过训练好的检索模型提取特征向量和哈希编码；计算待检索图片与数据库中图片哈希编码间的汉明距离，小于粗分类阈值coarse_threshold的图片作为分桶内的数据，汉明距离的计算为：其中，h_x、h_y表示待检索图片与数据库中舰船图片的哈希编码，n表示哈希编码位数，表示异或；计算待检索图片与分桶内所有图片的特征向量间的欧式距离：其中，v_x、v_y表示待检索图片与分桶内舰船图片的特征向量，n表示特征向量维数；欧氏距离小于细分类阈值fine_threshold的图片作为检索结果；按照距离由小至大排序，通过舰船特征数据库读取每幅图片的路径，由网页信息模块将检索结果图片及相关信息返回检索结果页面。