龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国海洋大学
摘要：本申请提供了一种基于目标引导哈希网络的多粒度无监督图像检索方法，包括待训练图像的获取；伪标签的获得；图像分批次；主体匹配度矩阵的获得：根据当前批次图像的伪标签构建主体匹配度矩阵；第一相似度矩阵的获得：将当前批次图像输入预训练图像模型，获取深度特征和哈希码，并基于该深度特征重建第一相似度矩阵；第二相似度矩阵的获得：利用主体匹配度矩阵优化第一相似度矩阵，得到优化后的第二相似度矩阵；目标损失函数的获得：从多粒度构造当前批次图像的目标损失函数；以及图像检索模型的获得：判断目标损失函数的获得步骤中处理的当前批次图像是否为最后批次图像；若否，将当前批次图像的目标损失函数值反馈至预训练图像模型，对其进行更新，然后输入下一批次图像，进行迭代；若是，则输出训练完成的预训练图像模型作为图像检索模型。
主权项：1.一种基于目标引导哈希网络的多粒度无监督图像检索方法，其特征在于，包括以下步骤：待训练图像的获取：获取多个待训练图像；伪标签的获得：利用目标检测模型获得各个待训练图像中包含的主体，构造各个待训练图像的伪标签并保存；图像分批次：将所有待训练图像分为多个批次，每个批次包含多张图像；主体匹配度矩阵的获得：根据当前批次图像的伪标签构建当前批次图像的主体匹配度矩阵；第一相似度矩阵的获得：将当前批次图像输入预训练图像模型，获取当前批次图像的深度特征和哈希码，并基于该深度特征重建第一相似度矩阵；第二相似度矩阵的获得：利用所述的主体匹配度矩阵优化所述第一相似度矩阵，得到优化后的第二相似度矩阵；目标损失函数的获得：从多粒度构造当前批次图像的目标损失函数，得到目标损失函数值；图像检索模型的获得：判断目标损失函数的获得步骤中处理的当前批次图像是否为最后批次图像；若否，将当前批次图像的目标损失函数值反馈至第一相似度矩阵的获得步骤中的预训练图像模型，对其进行更新，然后输入下一批次图像至主体匹配度矩阵的获得步骤中和更新预训练图像模型后的第一相似度矩阵的获得步骤中，进行迭代；若是，则输出训练完成的预训练图像模型作为图像检索模型。
全文数据：
权利要求：
百度查询： 中国海洋大学 基于目标引导哈希网络的多粒度无监督图像检索方法
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