[發明專利]圖像檢索方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201910174727.4
• 申請日: 2019-03-08
• 公開（公告）號: CN109829065B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 張莉;陸鋆;王邦軍;周偉達
• 申請（專利權）人: 蘇州大學
• 主分類號: G06F16/532
• 分類號: G06F16/532;G06F16/58;G06N3/0464
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種圖像檢索方法，其特征在于，包括：

利用預先構建的雙列卷積哈希映射模型將待檢索圖像映射為待檢索哈希編碼；

在預先構建的哈希編碼庫中查找與所述待檢索哈希編碼的漢明距離差值滿足預設條件的目標圖像，以作為所述待檢索圖像在圖像數據庫的檢索結果；

其中，所述雙列卷積哈希映射模型為由卷積層數不同的兩個卷積神經網絡組合而成，包含由第一卷積神經網絡和第二卷積神經網絡的輸出并聯而成的第一全連接層及作為哈希編碼層的第二全連接層；所述第一卷積神經網絡與所述第二卷積神經網絡的池化層數目、池化窗口的大小和步長均相同；所述哈希編碼庫為將所述圖像數據庫中每張圖像經所述雙列卷積哈希映射模型映射后所得；

其中，所述哈希編碼庫的生成過程為：

將所述圖像數據庫中的每張圖像輸入至所述雙列卷積哈希映射模型，通過設置閾值，將所述雙列卷積哈希映射模型的哈希編碼層的輸出映射為哈希編碼；

根據每張圖像的哈希編碼生成所述哈希編碼庫；

其中，所述圖像數據庫的第i張圖像的第Q位編碼如下式：

式中，為第i張圖像的第Q位在哈希編碼層的輸出，θ為所述閾值。

2.根據權利要求1所述的圖像檢索方法，其特征在于，所述雙列卷積哈希映射模型的訓練過程包括：

以所述圖像數據庫中的圖像對為輸入；

若所述圖像對的標簽類別為相似，則以所述圖像對映射得到的哈希編碼對之間的距離為損失值；若所述圖像對的標簽類別為不相似，則以所述圖像對映射得到的哈希編碼對之間的距離和間隔為損失值；所述標簽類別用于標識所述圖像對中兩張圖像的相似性；

采用機器學習優化算法優化所述損失值以訓練所述雙列卷積哈希映射模型。

3.根據權利要求2所述的圖像檢索方法，其特征在于，所述雙列卷積哈希映射模型的損失值為：

式中，Loss為所述損失值，第i張圖像與第j張圖像組成所述圖像對，n為所述圖像數據庫中圖像總個數，o_i為第i張圖像的哈希編碼，o_j為第j張圖像的哈希編碼，||o_i-o_j||₂為第i張圖像的哈希編碼與第j張圖像的哈希編碼之間的歐氏距離，m為預先設定的間隔參數，||·||₂表示2范數，||·||₁表示1范數，α為超參數，y_i,j為標簽類別，y_i,j＝1表示第i張圖像與第j張圖像為相似，y_i,j＝0表示第i張圖像與第j張圖像不相似。

4.根據權利要求2所述的圖像檢索方法，其特征在于，采用機器學習優化算法優化所述損失值以訓練所述雙列卷積哈希映射模型為采用隨機梯度下降優化所述損失值以訓練所述雙列卷積哈希映射模型。

5.根據權利要求1-4任意一項所述的圖像檢索方法，其特征在于，所述在預先構建的哈希編碼庫中查找與所述待檢索哈希編碼的漢明距離差值滿足預設條件的目標圖像為：

在所述哈希編碼庫中查找與所述待檢索哈希編碼的漢明距離值最小的前T張圖像；

按照與所述待檢索哈希編碼的漢明距離的差值從小到大對T張圖像進行排序；

輸出排序后的T張圖像。

6.根據權利要求1所述的圖像檢索方法，其特征在于，所述第一卷積神經網絡為卷積層為14層的VGG-16網絡模型，所述第二卷積神經網絡為卷積層為5層的VGG-16網絡模型，所述第一卷積神經網絡和所述第二卷積神經網絡的池化窗口為2*2且步長為1。