[发明专利]一种基于深度学习和哈希编码的人脸图像检索方法和装置

摘要

本发明涉及一种基于深度学习和哈希编码的人脸图像检索方法和装置。该方法针对现有的人脸图像检索中人脸特征表达不充分、特征区分力不够的问题，提出人脸空间网络和人脸空间损失来自动地挖掘人脸图像中有区分力的人脸区域，降低背景信息的影响；同时哈希网络学习人脸特征和哈希码之间的内在关系，将人脸图像映射成哈希码，显著地降低检索的计算和存储代价；哈希网络中多尺度的人脸特征通道增强模块增强了人脸特征中区分力强的维度。本发明提供的交替训练的策略使得两个网络有机的融合在一起，减少了人脸特征提取和哈希码生成之间的信息损失，在增强了人脸特征的区分力的同时，增强了生成的哈希码的区分力，提高人脸检索的准确度。

主权项

1.一种基于深度学习和哈希编码的人脸图像检索方法，其特征在于，包括以下步骤：1)构建深度神经网络，所述深度神经网络包括人脸空间网络、哈希网络和损失模块；所述人脸空间网络用于为每一张人脸图像生成一个人脸空间热度图，降低背景信息对人脸特征提取的影响；所述哈希网络用于为人脸图像学习能够保留人脸图像的身份类别信息的哈希码；所述损失模块包含人脸空间损失，分类损失和二值量化损失；2)对所述深度神经网络进行训练，训练过程中根据所述分类损失和所述二值量化损失的加权和更新所述哈希网络，根据所述人脸空间损失更新所述人脸空间网络，从而得到最优的深度神经网络模型；3)将数据库中所有的人脸图像和待查询的人脸图像输入所述最优的深度神经网络模型，得到每一张人脸图像所对应的哈希码；4)计算待查询人脸图像的哈希码和数据库中所有人脸图像的哈希码之间的汉明距离，根据汉明距离的数值得到人脸图像检索结果。