[发明专利]基于空间重要性的深度加权哈希学习方法有效
| 申请号： | 202010021252.8 | 申请日： | 2020-01-09 |
| 公开（公告）号： | CN111222003B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 聂秀山;尹义龙;史洋 | 申请（专利权）人： | 山东建筑大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/51;G06F16/901 |
| 代理公司： | 山东瑞宸知识产权代理有限公司 37268 | 代理人： | 徐健 |
| 地址： | 250101 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于空间重要性的深度加权哈希学习方法，包括以下步骤：(1)空间重要性提取：构造深度空间重要性学习模型得到图像的重要性和非重要性区域；(2)重要性区域和非重要性区域的哈希学习：对图像的重要和非重要区域放入不同的深度卷积神经网络学习哈希码，把两类哈希码结合起来作为最终的哈希表示。与现有技术相比，本发明实现图像不同区域的分层次哈希码学习，根据不同区域的重要性进行哈希编码，最终融合成图像的哈希码，本发明体现了图像不同部分对哈希学习的影响作用，提高了哈希检索的精度。 | ||
| 搜索关键词： | 基于 空间 重要性 深度 加权 学习方法 | ||
【主权项】：
暂无信息
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山东建筑大学，未经山东建筑大学许可，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/202010021252.8/，转载请声明来源钻瓜专利网。
