[發(fā)明專利]基于深度學(xué)習(xí)和哈希的圖像檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510901348.2
• 申請(qǐng)日: 2015-12-07
• 公開（公告）號(hào): CN105512289B
• 公開（公告）日: 2018-08-14
• 發(fā)明（設(shè)計(jì)）人: 張晨民;趙慧琴;彭天強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 鄭州金惠計(jì)算機(jī)系統(tǒng)工程有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 鄭州大通專利商標(biāo)代理有限公司 41111
• 代理人: 陳大通

本發(fā)明涉及一種基于深度學(xué)習(xí)和哈希的圖像檢索方法，利用深度卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力，提取圖像深層特征，克服現(xiàn)有技術(shù)中利用圖像底層特征而導(dǎo)致特征表達(dá)能力不強(qiáng)、檢索精度低的問題；并引入哈希層構(gòu)造哈希函數(shù)，將圖像深度特征的學(xué)習(xí)和哈希函數(shù)的構(gòu)造在同一過程中完成，挖掘圖像特征與哈希函數(shù)內(nèi)在關(guān)系，大大提高圖像檢索準(zhǔn)確率；將量化誤差的損失加入到深度卷積神經(jīng)網(wǎng)絡(luò)的損失層，增強(qiáng)了哈希碼的表達(dá)能力，通過Softmax分類器損失模塊和量化誤差損失模塊，有效降低哈希函數(shù)中的二值化造成的量化誤差，進(jìn)一步提高圖像檢索的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像檢索領(lǐng)域，特別涉及一種基于深度學(xué)習(xí)和哈希的圖像檢索方法。

背景技術(shù)

隨著大數(shù)據(jù)時(shí)代的到來，互聯(lián)網(wǎng)圖像資源迅猛增長(zhǎng)，如何對(duì)大規(guī)模圖像資源進(jìn)行快速有效地檢索以滿足用戶需求亟待解決。為了在大規(guī)模圖像集中進(jìn)行快速有效地檢索，哈希技術(shù)將原始圖像保持相似性地映射為二進(jìn)制哈希碼。由于二進(jìn)制哈希碼在漢明距離計(jì)算上的高效性和存儲(chǔ)空間上的優(yōu)勢(shì)，哈希碼在大規(guī)模圖像檢索非常地高效。基于內(nèi)容的圖像檢索通過提取圖像視覺底層特征來實(shí)現(xiàn)圖像的內(nèi)容表達(dá)。與這些底層特征相比，深度卷積神經(jīng)網(wǎng)絡(luò)更能夠獲得圖像的內(nèi)在特征，利用深度卷積神經(jīng)網(wǎng)絡(luò)提取的特征在目標(biāo)檢測(cè)、圖像分類和圖像分割等方面都表現(xiàn)出了良好的性能。中國專利(申請(qǐng)?zhí)枺?01010196539.0，公開號(hào)：CN101894130A)提出的公開了一種基于稀疏表達(dá)和拉普拉斯圖的哈希索引方法,首先提取圖像底層特征，進(jìn)一步通過聚類得到視覺單詞，然后利用有權(quán)重的拉普拉斯-貝爾特拉米算子的特征方程和特征根，求得歐式空間到漢明空間的映射函數(shù)，得到低維空間漢明向量,該方法哈希函數(shù)的構(gòu)造假設(shè)訓(xùn)練數(shù)據(jù)服從均勻分布，使其應(yīng)用受限；又如中國專利(申請(qǐng)?zhí)枺?01410441091.2，公開號(hào)：CN104182538A)公開了一種基于半監(jiān)督哈希的圖像檢索方法，首先提取原始圖像的底層特征，使用類標(biāo)傳遞方法求訓(xùn)練數(shù)據(jù)的類標(biāo)，根據(jù)類標(biāo)產(chǎn)生編碼；然后使用訓(xùn)練數(shù)據(jù)及其編碼訓(xùn)練支持向量機(jī)分類器，最后數(shù)據(jù)根據(jù)支持向量機(jī)分類器的分類產(chǎn)生哈希編碼，該方法中哈希構(gòu)造算法對(duì)數(shù)據(jù)的分布沒有要求，且檢索精度有所提高，但它仍舊將圖像特征提取和哈希函數(shù)的構(gòu)造過程分為完全獨(dú)立的兩個(gè)過程，不能得到很好的哈希碼表示圖像，其檢索精確度有待進(jìn)一步的提高。Kevin Lin等在文章“DeepLearning of Binary Hash Codes for Fast Image Retrieval”中提出了一種利用深度卷積網(wǎng)絡(luò)框架同時(shí)學(xué)習(xí)特征和哈希函數(shù)的算法，該文章中采用類別標(biāo)簽作為監(jiān)督信息。該方法的不足之處是：它沒有考慮到將連續(xù)值閾值化為哈希碼時(shí)產(chǎn)生的量化誤差，從而使得檢索精度降低。

現(xiàn)有的基于哈希的圖像檢索技術(shù)基本上都是首先提取圖像底層特征，然后構(gòu)造保持圖像特征相似性的哈希函數(shù)；最后，利用哈希函數(shù)將底層特征圖像特征映射為哈希碼，用哈希碼表示圖像用于大規(guī)模的圖像檢索，以發(fā)揮哈希碼在存儲(chǔ)空間少和漢明距離計(jì)算速度快的優(yōu)勢(shì)，將圖像特征提取和哈希函數(shù)的構(gòu)造過程分為完全獨(dú)立的兩個(gè)過程，不能構(gòu)造出表達(dá)能力強(qiáng)哈希碼表示圖像，使得檢索準(zhǔn)確率低。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種基于深度學(xué)習(xí)和哈希的圖像檢索方法，同時(shí)學(xué)習(xí)圖像特征和哈希編碼的深度卷積網(wǎng)絡(luò)架構(gòu)，在該架構(gòu)中加入哈希層和將連續(xù)值量化為二進(jìn)制編碼所引起的量化誤差損失，利用該架構(gòu)生成表達(dá)能力非常強(qiáng)的哈希碼，大大提高圖像檢索的準(zhǔn)確率，解決現(xiàn)有技術(shù)中因生成的哈希碼表達(dá)能力不強(qiáng)而引起檢索準(zhǔn)確率較低的問題。

按照本發(fā)明所提供的設(shè)計(jì)方案，一種基于深度學(xué)習(xí)和哈希的圖像檢索方法，具體包含如下步驟：

步驟1.將圖像數(shù)據(jù)集及其對(duì)應(yīng)的類別標(biāo)簽信息分別對(duì)應(yīng)分成兩部分，一部分作為訓(xùn)練樣本集，另一部分作為測(cè)試樣本集，其中，訓(xùn)練樣本集和測(cè)試樣本集中每個(gè)樣本均包括一張圖像及對(duì)應(yīng)的類別標(biāo)簽；