龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：河北工业大学
申请日：2024-03-22
公开（公告）日：2024-06-14
公开（公告）号：CN118193774A
主分类号：G06F16/583
分类号：G06F16/583;G06V10/77;G06V10/80;G06V10/82;G06V10/46;G06N3/045;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了一种基于频谱信息引导的图像检索方法，首先获取图像，对图像进行数据增强，得到成对的强、弱变换图像；然后，通过快速傅里叶变换将强、弱变换图像由空域转换至频域，得到频域图像FS和FT；提取频域图像FS和FT的频谱信息，得到频谱特征AS和AT，并对频谱特征进行归一化处理；将频谱特征AS和AT分别与强、弱变换图像进行融合，得到由频谱信息引导的强、弱变换图像；最后，构建深度哈希网络，将由频谱信息引导的强、弱变换图分别输入到深度哈希网络中，提取各自的哈希量化编码；对深度哈希网络进行训练，将训练后的教师模型或学生模型用于图像检索。通过频谱信息对空域图像进行引导，增大图像之间的差异信息，生成更加准确的哈希量化编码，提升了检索性能。
主权项：1.一种基于频谱信息引导的图像检索方法，其特征在于，该方法包括如下步骤：第一步：获取图像，对图像进行数据增强，得到成对的强、弱变换图像XS和XT；第二步：通过快速傅里叶变换将强、弱变换图像由空域转换至频域，得到频域图像FS和FT；通过式3、4提取频域图像FS和FT的频谱信息，得到频谱特征AS和AT；通过式5、6对频谱特征进行归一化处理；AS＝[FSR2+FSI2]123AT＝[FTR2+FTI2]124 式中，R、I分别表示实部和虚部，表示归一化后的频谱特征，分别表示频谱特征AT的最大值和最小值，分别表示频谱特征AS的最大值和最小值；通过式7、8将频谱特征与强、弱变换图像进行融合，得到由频谱信息引导的强、弱变换图像X′S和X′T； 式中，δ表示振幅系数；第三步：构建深度哈希网络，深度哈希网络包括教师模型和学生模型，两个模型共享参数；将由频谱信息引导的强、弱变换图分别输入到学生模型和教师模型中，提取各自的哈希量化编码；第四步：对深度哈希网络进行训练，得到训练后的教师模型和学生模型；将待查询图像输入到训练后的教师模型或学生模型中，得到检索图像。
全文数据：
权利要求：
百度查询： 河北工业大学 基于频谱信息引导的图像检索方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号