[發(fā)明專利]圖片哈希碼生成方法、裝置、圖片檢索方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710716517.4
• 申請(qǐng)日: 2017-08-21
• 公開（公告）號(hào): CN107480273B
• 公開（公告）日: 2020-06-19
• 發(fā)明（設(shè)計(jì)）人: 楊陽;胡孟秋;何仕遠(yuǎn);沈復(fù)民;謝寧;申恒濤
• 申請(qǐng)（專利權(quán)）人: 成都澳海川科技有限公司
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 王術(shù)蘭

1.一種圖片哈希碼生成方法，其特征在于，所述方法包括：

對(duì)獲取到的圖片進(jìn)行特征提取，獲得所述圖片對(duì)應(yīng)的第一特征向量；

對(duì)所述第一特征向量進(jìn)行歸一化處理，獲得所述圖片對(duì)應(yīng)的第二特征向量；

基于所述第二特征向量及第一預(yù)設(shè)規(guī)則，獲得所述圖片對(duì)應(yīng)的第一徑向基函數(shù)映射矩陣；

基于所述第一徑向基函數(shù)映射矩陣及第二預(yù)設(shè)規(guī)則，生成所述圖片對(duì)應(yīng)的哈希碼；

其中，所述第一預(yù)設(shè)規(guī)則為所述基于所述第二特征向量及第一預(yù)設(shè)規(guī)則，獲得所述圖片對(duì)應(yīng)的第一徑向基函數(shù)映射矩陣，包括：

將所述第二特征向量帶入獲得所述圖片對(duì)應(yīng)的第一徑向基函數(shù)映射矩陣，x為所述第二特征向量，φ(x)為所述圖片對(duì)應(yīng)的第一徑向基函數(shù)映射矩陣，a₁,a₂,…a_m分別為m個(gè)預(yù)設(shè)特征向量，δ為第一預(yù)設(shè)常數(shù)；

以及，所述第二預(yù)設(shè)規(guī)則為f(x)＝P^Tφ(x)，所述基于所述第一徑向基函數(shù)映射矩陣及第二預(yù)設(shè)規(guī)則，生成所述圖片對(duì)應(yīng)的哈希碼包括：

將所述第一徑向基函數(shù)映射矩陣帶入f(x)＝P^Tφ(x)，生成所述圖片對(duì)應(yīng)的哈希碼，φ(x)為所述第一徑向基函數(shù)映射矩陣，P為預(yù)設(shè)系數(shù)映射矩陣，f(x)為所述圖片對(duì)應(yīng)的哈希碼；

以及，在基于所述第二特征向量及第一預(yù)設(shè)規(guī)則，獲得所述圖片對(duì)應(yīng)的徑向基函數(shù)映射矩陣之前，所述方法還包括：

將獲取到的多個(gè)訓(xùn)練樣本圖片進(jìn)行特征提取，獲得所述多個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的第一特征向量集及初始哈希碼集；

對(duì)所述第一特征向量集進(jìn)行歸一化處理，獲得所述多個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的第二特征向量集；

基于所述第二特征向量集和所述第一預(yù)設(shè)規(guī)則，計(jì)算獲得所述多個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的第二徑向基函數(shù)映射矩陣；

計(jì)算并最小化所述第一特征向量集對(duì)應(yīng)的特征空間的單位超球面上任意兩數(shù)據(jù)點(diǎn)的第一余弦值與所述初始哈希碼集對(duì)應(yīng)的超立方體的任意兩頂點(diǎn)的第二余弦值的差值，獲得哈希函數(shù)的代價(jià)方程；

在所述代價(jià)方程中加入放松離散約束條件以及對(duì)誤差的懲罰項(xiàng)，獲得第一目標(biāo)方程，對(duì)所述第一目標(biāo)方程進(jìn)行求解，獲得所述預(yù)設(shè)系數(shù)映射矩陣；或者，將所述哈希函數(shù)的代價(jià)方程轉(zhuǎn)換為第二目標(biāo)方程，對(duì)所述第二目標(biāo)方程進(jìn)行離散求解，獲得所述預(yù)設(shè)系數(shù)映射矩陣。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述代價(jià)方程為所述對(duì)所述第一目標(biāo)方程進(jìn)行求解，獲得所述預(yù)設(shè)系數(shù)映射矩陣，包括：

在中加入放松離散約束條件以及對(duì)誤差的懲罰項(xiàng)，獲得第一目標(biāo)方程：

基于所述第一目標(biāo)方程，對(duì)相關(guān)矩陣進(jìn)行特征分解，獲得權(quán)重矩陣，并基于所述權(quán)重矩陣獲得哈希矩陣；

基于所述哈希矩陣、所述第二徑向基函數(shù)映射矩陣及第三預(yù)設(shè)規(guī)則，獲得所述預(yù)設(shè)系數(shù)映射矩陣；

其中，為所述多個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的第二特征向量集，x_i為第i個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的第二特征向量，B＝[b₁,b₂,…,b_n]∈{-1,1}^n×r為所述哈希矩陣，b_i∈{-1,1}^n×1為第i個(gè)訓(xùn)練樣本圖片對(duì)應(yīng)的哈希碼，為所述權(quán)重矩陣，B＝sgn(XW)，M＝X^T(XX^T)X+ηX^TX，M為所述相關(guān)矩陣，B^TB＝nI_r，R^TR＝I_r，I_r為r×r的單位矩陣，r為哈希碼的位數(shù)，η為第二預(yù)設(shè)常數(shù)，ρ為第三預(yù)設(shè)常數(shù)。