[發明專利]從圖像中提取哈希碼的方法、裝置及圖像檢索方法、裝置

有效

• 申請號: 201810766031.6
• 申請日: 2018-07-12
• 公開（公告）號: CN109145132B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 王浩;杜長營;龐旭林;張晨;楊康
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06T9/00;G06N3/04
• 代理公司: 北京恒博知識產權代理有限公司 11528
• 代理人: 范勝祥

1.一種從圖像中提取哈希碼的方法，其中，該方法包括：

構建哈希碼提取模型，該模型包括編碼器和解碼器；其中，編碼器由多層深度神經網絡DNN組成，從圖像數據中提取哈希碼輸出給解碼器，解碼器由多層DNN組成，將輸入的哈希碼轉換為圖像；

對所述解碼器的最后一層輸出進行正則化，以盡量保證DNN隱層輸出與哈希碼相近，從而簡化解碼器網絡結構，倒逼編碼器提取高質量的哈希碼，得到抗冗余哈希碼深度提取模型；

對抗冗余哈希碼深度提取模型進行訓練，確定模型中的參數；

利用訓練好的抗冗余哈希碼深度提取模型中的編碼器，從圖像中提取哈希碼。

2.如權利要求1所述的方法，其中，

所述構建哈希碼提取模型包括：構建變分自編碼器VAE模型或隨機哈希生成SGH模型，其目標函數如式(1)所示；

其中，D_KL為KL散度；X為輸入數據，Z為解碼器輸出的圖像哈希碼，θ是由解碼器DNN模型得到的用于表示似然的參數；

對所述解碼器的最后一層輸出進行正則化，以盡量保證DNN隱層輸出與哈希碼相近，從而簡化解碼器網絡結構，倒逼編碼器提取高質量的哈希碼，得到抗冗余哈希碼深度提取模型包括：

在(1)所示的目標函數中增加一項約束項得到式(2)所示的目標函數；

其中，Z為編碼器輸出的圖像哈希碼，為弗羅貝尼烏斯范數，η0，η為正則化參數，K為Z的維度，H^(M)為解碼器網絡第M層輸出，表示數學期望，k＝1,2,...,K，φ為標量線性或深度非線性變換。

3.如權利要求2所述的方法，其中，在對哈希碼提取模型進行訓練之前，該方法進一步包括：

在所述編碼器中通過度量隱層編碼冗余度對隱層編碼進行正則化，從而降低編碼空間信息冗余。

4.如權利要求3所述的方法，其中，在所述編碼器中通過度量隱層編碼冗余度對隱層編碼進行正則化，從而降低編碼空間信息冗余具體包括：

在(2)所示的目標函數中再增加一項約束項得到式(3)所示的目標函數；

其中，A是系數矩陣，Z是解碼器輸出的圖像哈希碼，δ0，δ為正則化參數。

5.如權利要求1-4中任一項所述的方法，其中，所述對抗冗余哈希碼深度提取模型進行訓練包括：

利用訓練數據，對目標函數中θ、φ和A交替訓練。

6.如權利要求5所述的方法，其中，所述利用訓練數據，對目標函數中θ、φ和A交替訓練包括：

獲取原始訓練數據；

將原始訓練數據進行隨機打亂后，均分成多份，依次取各份訓練數據，用每份訓練數據對θ、φ和A交替訓練一次；

重復上述步驟預設數次。

7.一種圖像檢索方法，其中，該方法包括：

利用如權利要求1-6中任一項所述方法，計算圖像庫中的各圖像的哈希碼以及計算檢索圖像的哈希碼；

計算檢索圖像的哈希碼與圖像庫中的各圖像的哈希碼的相似度，輸出相似度最高的一個或多個圖像。

8.一種從圖像中提取哈希碼的裝置，其中，該裝置包括：

模型構建單元，適于構建哈希碼提取模型，該模型包括編碼器和解碼器；其中，編碼器由多層深度神經網絡DNN組成，從圖像數據中提取哈希碼輸出給解碼器，解碼器由多層DNN組成，將輸入的哈希碼轉換為圖像；以及適于對所述解碼器的最后一層輸出進行正則化，以盡量保證DNN隱層輸出與哈希碼相近，從而簡化解碼器網絡結構，倒逼編碼器提取高質量的哈希碼，得到抗冗余哈希碼深度提取模型；

模型訓練單元，適于對抗冗余哈希碼深度提取模型進行訓練，確定模型中的參數；

哈希碼提取單元，適于利用訓練好的抗冗余哈希碼深度提取模型中的編碼器，從圖像中提取哈希碼。