[发明专利]一种哈希检索方法有效
| 申请号： | 201910801571.8 | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110704664B | 公开（公告）日： | 2022-04-05 |
| 发明（设计）人： | 袁明汶;钱江波;辛宇;谢锡炯;陈海明 | 申请（专利权）人： | 宁波大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/55;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 宁波奥圣专利代理有限公司 33226 | 代理人： | 程天鹏 |
| 地址： | 315211 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种哈希检索方法，特点是首先从待检索图像数据所在的原始图像数据集中选取训练数据集，定义待训练的哈希模型，将训练数据集随机打乱后随机抽取N个图像数据输入待训练的哈希模型，根据输出结果与对应的原始标签信息修正模型参数，最终得到训练后的哈希模型，再用训练后的哈希模型分别对原始图像数据集及待检索图像数据进行哈希编码，最后对待检索图像数据进行哈希检索；优点是利用哈希编码重构原始标签信息，使得待训练的哈希模型在学习二进制编码的同时，能更加精细地利用标签信息，通过在损失函数中引入相似矩阵，能够指导卷积神经网络学习保相似性特征，提高哈希检索方法的准确度，从而提高检索准确性。 | ||
| 搜索关键词： | 一种 检索 方法 | ||
【主权项】：
1.一种哈希检索方法，其特征在于包括以下步骤：/n①定义待检索图像数据所在的图像数据集为原始图像数据集，将原始图像数据集的M个图像数据中任意选取m个图像数据作为训练数据集，m≥0.2M，并对训练数据集中的每一个图像数据设置对应的原始标签信息；/n②定义待训练的哈希模型，包括输入数据层、卷积子网络层、全卷积层、哈希层、哈希编码输出层和采用softmax分类器的分类输出层，其中，输入数据层用于输入训练数据集里的图像数据，卷积子网络层由五个卷积池化模块组成，全卷积层连续两次的采用1024个1×1的卷积核，哈希层采用K个1×1的卷积核并采用光滑的tanh激活函数，哈希编码输出层用于输出哈希层得到的哈希编码；/n③随机打乱训练数据集中的m个图像数据得到打乱后的数据集，将打乱后的数据集随机抽取N个图像数据输入待训练的哈希模型，N＜m，N＝32或N＝64，根据输出结果修正模型参数，最终得到训练后的哈希模型，具体过程如下：/n③-1设置最大迭代次数，定义待训练的哈希模型的损失函数如下：/nminL(W)＝λ
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宁波大学，未经宁波大学许可，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/201910801571.8/，转载请声明来源钻瓜专利网。
