[發明專利]一種利用卷積計算圖像哈希值的方法

有效

• 申請號: 202110854478.0
• 申請日: 2021-07-28
• 公開（公告）號: CN113436188B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 蔣遂平;袁曉光;李平原;王璐靜
• 申請（專利權）人: 北京計算機技術及應用研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/44;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 辛海明

1.一種利用卷積計算圖像哈希值的方法，其特征在于，該方法包括如下步驟：

S1、神經網絡選擇步驟：選擇一個適當的圖像分類卷積神經網絡，利用訓練圖像訓練卷積神經網絡，使其達到穩定狀態；

S2、特征圖像獲取步驟：將需要計算哈希值的圖像輸入訓練完畢的卷積神經網絡，保留卷積神經網絡中每一層的卷積操作輸出的特征圖像；

S3、分層哈希值計算步驟：計算每一層各個特征圖像的信號強度和每一層全部特征圖像的平均信號強度，根據特征圖像的信號強度和平均信號強度的大小，計算每一層的哈希值；

S4、圖像哈希值計算步驟：將各層哈希值串接就得到圖像的哈希值；

所述圖像分類卷積神經網絡為AlexNet卷積神經網絡；

所述AlexNet網絡共有8層，其中，前5層為卷積和池化層，第1個卷積層輸入為224×224大小的原始圖像，輸出96幅55×55大小的特征圖像，第2個卷積層輸出256幅27×27大小的特征圖像，第3個卷積層輸出384幅13×13大小的特征圖像，第4個卷積層輸出384幅13×13大小的特征圖像，第5個卷積層輸出256幅6×6大小的特征圖像，這樣，共有D＝96+256+384+384+256＝1396幅特征圖像；

所述計算每一層各個特征圖像的信號強度具體包括：假設卷積層C，C＝1,2,3,4,5，有K個卷積核，K＝96,256,384,384,256，輸出K幅特征圖像，特征圖像的大小為M×N，M×N＝55×55,27×27,13×13,13×13,6×6，卷積層u第v幅特征圖像為I_uv，v＝1,2,…,K，I_uv的大小為M×N，圖像I_uv的信號強度S_uv計算方法為：

所述計算每一層全部特征圖像的平均信號強度具體包括：卷積層u中K幅特征圖像的平均信號強度S_u的計算方法為：

所述根據特征圖像的信號強度和平均信號強度的大小，計算每一層的哈希值具體包括：卷積層u的哈希值H_u＝(h_u1,h_u2,…,h_uv,…,h_uK)，u＝1,2,…,C，如果S_uv≥S_u，則h_uv＝1，否則，h_uv＝0。

2.如權利要求1所述的利用卷積計算圖像哈希值的方法，其特征在于，所述步驟S1中適當的用于圖像分類的卷積神經網絡共有C個卷積層，卷積層u有Ku個卷積核，u＝1,2,…,C，輸出Ku幅特征圖像。

3.如權利要求1所述的利用卷積計算圖像哈希值的方法，其特征在于，所述步驟S2具體包括：將一幅圖像縮放成選擇的卷積神經網絡規定大小的原始圖像，輸入經過訓練的卷積神經網絡，保留每個卷積層輸出的特征圖像。

4.如權利要求1所述的利用卷積計算圖像哈希值的方法，其特征在于，所述步驟S2具體包括：將一幅圖像縮放成224×224大小的原始圖像，輸入經過訓練的AlexNet網絡，保留每個卷積層輸出的1396幅圖真圖像。

5.如權利要求1所述的利用卷積計算圖像哈希值的方法，其特征在于，所述步驟S4具體包括：如果卷積層u的哈希值H_u＝(h_u1,h_u2,…,h_uv,…,h_uK)，u＝1,2,…,C，則圖像的哈希值H為C個卷積層的哈希值的串接H＝(H₁,H₂,…,H_C)。