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：同济大学
摘要：本发明涉及一种基于深度哈希的类别失衡图像分层检索方法，包括：S1、获取训练数据集输入到网络模型的特征提取模块，经多个卷积层处理后得到图像的高维特征向量；S2、高维特征向量输入到网络模型的隐含层，隐含层根据高维特征向量来学习图像的特征表示，同时输出图像对应的近似哈希码；S3、近似哈希码经激活函数与量化处理后形成离散的二进制串，作为最终哈希码输入到隐含层的分类层中，分类层通过二次检索方法计算出图库中对应的图像，完成分类模型的训练；S4、将待检索图像输入到完成训练的分类模型中，输出待检索图像在图库中对应的图像。与现有技术相比，本发明具有提高图像检索精度，减少模型参数量，使模型移植、存储更为方便等优点。
主权项：1.一种基于深度哈希的类别失衡图像分层检索方法，其特征在于，具体包括以下步骤：S1、获取训练数据集输入到网络模型的特征提取模块，经多个卷积层处理后得到图像的高维特征向量；S2、高维特征向量输入到网络模型的隐含层，隐含层根据高维特征向量来学习图像的特征表示，同时输出图像对应的近似哈希码；所述隐含层的结构具体为采用1*1卷积核和全局平均池化操作，或采用分块全连接层的结构；S3、近似哈希码经激活函数与量化处理后形成离散的二进制串，作为最终哈希码输入到隐含层的分类层中，分类层通过二次检索方法计算出图库中对应的图像，完成分类模型的训练；计算最终哈希码的公式如下所示： 其中，为最终哈希码对应的二进制串，σ为Tanh激活函数，fx为近似哈希码，Wh和bh为过程参数；所述分类层中设有损失函数，所述损失函数中增加少样本类别在训练中所对应的损失权重，并且减少易区分样本对应的损失权重；S4、将待检索图像输入到完成训练的分类模型中，输出待检索图像在图库中对应的图像。
全文数据：
权利要求：
百度查询： 同济大学 一种基于深度哈希的类别失衡图像分层检索方法
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