[發明專利]一種基于深度學習的圖像哈希編碼方法

有效

• 申請號: 201710182659.7
• 申請日: 2017-03-24
• 公開（公告）號: CN107016708B
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 顏成鋼;楊東寶;孫垚棋;彭冬亮;張勇東;薛安克
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T9/00
• 分類號: G06T9/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 杜軍

1.一種基于深度學習的圖像哈希編碼方法，其特征在于包括如下步驟：

步驟1、采用在ImageNet圖像識別數據庫上訓練好的圖像分類模型GoogLeNet作為初始化的基本網絡結構，并將GoogLeNet模型的最后一層分類層替換為哈希層，該哈希層的單元數即為圖像要編碼成的比特數；

步驟2、對GoogLeNet模型的參數進行優化；

2-1.每次迭代將從圖像檢索數據集中選取的50幅圖像，作為GoogLeNet模型的輸入；并且將圖像上人工標注的標簽信息同時作為GoogLeNet模型的輸入，用于判斷圖像間的相似性；共迭代M次；

2-2.在每次迭代中，將從圖像檢索數據集中選取的50幅圖像隨機兩兩組合構成成對圖像，并通過成對圖像的標簽信息判斷兩幅圖像是否相似，從而對成對圖像進行損失計算；

2-3.根據每幅圖像輸入進GoogLeNet模型得到的二值碼，進行二值碼均勻分布損失的計算和量化損失的計算；

2-4.計算出每一次迭代的圖像的所有損失，即成對圖像損失、二值碼均勻分布損失和量化損失的累加；然后使用隨機梯度下降算法和反向傳播算法來對GoogLeNet模型的參數進行更新，迭代進行M次后，得到了優化好的GoogLeNet模型；

步驟3、將圖像檢索數據集中的圖像輸入至優化好的GoogLeNet模型，并將GoogLeNet模型輸出的浮點數量化為二值碼，從而得到每幅圖像的二值碼；

步驟2中所述的成對圖像的損失通過如下損失函數計算：

s.t.b_i∈{-1，+1}^q，i∈{1，2}， (1)

其中，設輸入的成對圖像分別為I₁，I₂，其對應的二值碼為b₁，b₂；S表示兩幅圖像是否相似，若相似，S＝1；否則，S＝0；H(·,·)表示兩個二值碼間的海明距離，如果兩幅圖像是相似圖像，則損失等于其二值碼間的海明距離，否則當兩幅圖像不相似時，定義一個閾值t，若海明距離小于該閾值時，才對該損失函數有貢獻；

由于上式(1)二值碼是離散取值，直接優化困難，因此將整數限制變為范圍限制{-1,+1}-[-1,+1]，海明距離變為歐式距離，GoogLeNet模型得到浮點數輸出，公式(1)更新為：

s.t.b_i∈[-1，+1]q，i∈{1，2}. (2)

對公式(2)的梯度進行計算如下：

當S＝1時，

當S＝0時，s.t.b_i∈[-1，+1]^q，i∈{1，2}， (4)。

2.根據權利要求1所述的一種基于深度學習的圖像哈希編碼方法，其特征在步驟2中所述的二值碼均勻分布損失的計算如下：

將壓縮的二值碼均勻分布，當二值碼中-1和+1出現的概率都為50％時，熵最大信息量最多，所以該均勻分布損失函數定義為：

其中，q表示二值碼的長度，即哈希層的單元數；n為圖像數量，即得到的二值碼數量，b_i(j)表示第i個二值碼的第j個比特。

3.根據權利要求2所述的一種基于深度學習的圖像哈希編碼方法，其特征在步驟2所述的二值碼量化的損失通過如下損失函數計算：

由于GoogLeNet模型的哈希層的輸出為浮點數，因此需要通過量化得到二值碼，量化過程如下：

b＝sign(v)， (6)

其中，v表示GoogLeNet模型的輸出；為了減小從歐式空間到海明空間映射導致的量化誤差，需要一個量化損失函數：用于計算最后一層哈希層的值與量化該哈希層后的值的差，即每個單元量化前與量化后的值相減，具體量化損失函數如下：

其中，如果v_i0，則b(i)＝1；否則，b(i)＝-1，其中,v_i表示GoogLeNet模型哈希層輸出的第i個單元的值。