[發(fā)明專利]一種基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910915063.2
• 申請(qǐng)日: 2019-09-26
• 公開(kāi)（公告）號(hào): CN112052348A
• 公開(kāi)（公告）日: 2020-12-08
• 發(fā)明（設(shè)計(jì)）人: 李宗民;李亞傳;王文超;李思遠(yuǎn);劉玉杰;李冠林
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油大學(xué)（華東）
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583;G06T7/13
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，所述方法包括：

步驟1)，將手繪圖片和自然圖片配對(duì)，并縮放裁剪形成訓(xùn)練圖片，訓(xùn)練圖片的集合構(gòu)成訓(xùn)練樣本；

步驟2)，設(shè)計(jì)基于預(yù)定義空間的孿生網(wǎng)絡(luò)，其中包含自定義的空間單位球；

步驟3)，確立相似性損失、編解碼重構(gòu)損失的權(quán)重因子

步驟4)，將網(wǎng)絡(luò)進(jìn)行樣本對(duì)的訓(xùn)練；

步驟5)，得到訓(xùn)練完的模型，用該模型提取測(cè)試手繪圖片的特征圖；

步驟6)，將特征圖做歐氏距離，找到距離最近的一張圖片，從而實(shí)現(xiàn)跨類別的檢索。

2.根據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：步驟1)中對(duì)于手繪圖和自然圖有多種匹配選擇，在訓(xùn)練過(guò)程中使用輪換算法，防止過(guò)擬合。

3.根據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：使用插值的方法實(shí)現(xiàn)圖片的縮放，從而保持圖片中前景物不發(fā)生形變失真。

4.根據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：由于手繪圖難以獲取，導(dǎo)致的自然圖遠(yuǎn)遠(yuǎn)多于手繪圖，因此使用candy邊緣檢測(cè)算法，提取無(wú)與之匹配的自然圖的邊緣圖來(lái)與該自然圖配對(duì)。

5.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：步驟2)中根據(jù)數(shù)據(jù)集大小來(lái)定義預(yù)定義空間特征球的維度，在檢索速度與檢索精度之間找一個(gè)平衡點(diǎn)。

6.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：在預(yù)定義空間特征球面空間確定噪音點(diǎn)的位置，這里使用的是在高斯分布上隨機(jī)采樣的方法。

7.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：步驟3)中確定損失函數(shù)的權(quán)重因子，主要需要特征圖的區(qū)分性特征，因此編解碼重構(gòu)損失的權(quán)重因子可以相對(duì)減小。

8.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：步驟4)中使用權(quán)重衰減算法，將訓(xùn)練數(shù)據(jù)從圖片-邊緣圖逐步替換成圖片-手繪。

9.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：訓(xùn)練方式是經(jīng)典的深度學(xué)習(xí)訓(xùn)練方法。

10.據(jù)權(quán)利要求1所述的基于預(yù)定義空間的跨類別細(xì)粒度手繪檢索方法，其特征在于：整個(gè)網(wǎng)絡(luò)在訓(xùn)練以及測(cè)試過(guò)程中都是端到端實(shí)現(xiàn)的。