[發明專利]基于卷積神經網絡以及樹與哈希結合索引的圖像檢索方法

有效

• 申請號: 201710291221.2
• 申請日: 2017-04-28
• 公開（公告）號: CN107180079B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 文貴華;梁倜
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/583;G06F16/901;G06N3/04
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種基于卷積神經網絡以及樹與哈希結合索引的圖像檢索方法，其特征在于，包括如下步驟：

S1、采集圖像庫，并對圖像庫訓練一個卷積神經網絡模型；

S2、對卷積神經網絡模型進行特征提取得到特征庫；

S3、采用基于樹與哈希結合的索引方法對特征庫建立索引；

S4、根據索引內的特征向量v進行檢索，得到Top-n結果；

所述步驟S3，具體為：

S31、使用GINI指數對特征庫進行空間上的劃分，從而構造樹；

S32、分別對樹的每個葉子節點中的特征庫子集構建哈希索引；

所述步驟S32的構建哈希索引，其使用E²LSH哈希索引方法；其中，E²LSH的哈希函數為：

式中，v為被哈希的特征向量，a為一個由正態分布產生的一個與v維度相同的隨機向量，w為一個正實數，b為一個由均勻分布Unif(0,w)產生的一個實數。

2.根據權利要求1所述的基于卷積神經網絡以及樹與哈希結合索引的圖像檢索方法，其特征在于，所述步驟S1的采集圖像庫，其需根據具體情況和不同的要求采集不同類型的圖像，但是采集的圖像必需先進行標注，然后根據這些標注好的圖像訓練一個卷積神經網絡模型。

3.根據權利要求1所述的基于卷積神經網絡以及樹與哈希結合索引的圖像檢索方法，其特征在于，所述步驟S31中，GINI指數定義為：

式中，D代表特征庫，n為特征庫中包括的數據類別個數，p_i表示第i個類別的數據總數占D中數據總數的比例；

其中，特征庫D經過index維度的indexValue值進行劃分：

式中，D1表示劃分后的左子集，D2表示劃分后的右子集；對于每一次劃分，需要選擇一個特征維度和一個該維度對應的值，使得特征庫D經過該維度的該值劃分后的GINI指數最低，所以每次劃分就遍歷特征庫的每個特征維度和每個特征的值，然后通過該維度的該值進行劃分，得到子集D1和D2，然后計算劃分后的GINI指數，如果該GINI指數小于當前最優的GINI指數則將該GINI指數更新為當前最優GINI指數，該維度和該值更新為當前最優切分維度和切分值。