[发明专利]一种基于余弦度量的深度哈希图像检索方法有效
| 申请号： | 201910450067.8 | 申请日： | 2019-05-28 |
| 公开（公告）号： | CN110309333B | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 毋立芳;李丰;简萌;胡文进;赵宽;陈禹锟 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F16/55 | 分类号： | G06F16/55;G06F16/901;G06N3/04 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 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： | 本发明提出了一种基于余弦度量的深度哈希图像检索方法。面对互联网上庞大的图片数据，为了满足用户的需求，找到一种快速且准确的图像检索方法成为了一个亟待解决的问题。基于余弦度量可以有效减少矢量长度的多样性进而提升检索性能，同时在损失函数中引入类别信息，它与余弦度量约束相结合，有助于共同学习同一网络中的相似性保持，也能充分利用分类信息。采用该方案可以有效的实现大规模图像检索，并且经过实验证明，本方案的性能优于目前现有的图像检索方法，具有很重要的应用价值。 | ||
| 搜索关键词： | 一种 基于 余弦 度量 深度 希图 检索 方法 | ||
【主权项】：
1.一种基于余弦度量的深度哈希图像检索方法，其特征在于包括以下步骤：(1)对数据集中的图片进行处理，得到训练集、测试集和数据库集；(2)构建用于学习哈希函数的深度学习网络并进行参数初始化；(3)利用训练集训练网络，并采用交替最小化的方法学习损失函数中的学习参数，(4)采用交叉验证的方法确定损失函数中超参数的数值进而得到最终的哈希函数；(5)计算测试集中与数据库集中图像哈希码的汉明距离，通过距离度量来判断测试集与数据库集中图片的相似性，返回相似度高的图像，实现大规模的图像检索。
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北京工业大学，未经北京工业大学许可，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/201910450067.8/，转载请声明来源钻瓜专利网。
