[发明专利]基于图像自编码的神经网络特征学习方法

说明书

本发明公开了基于图像自编码的神经网络特征学习方法，属于特征学习和图像检索技术领域。首先通过多标签图像数据集的分割标签构造训练图像集对应的分割训练图像集，然后初始化卷积神经网络和自编码神经网络的权重，使用随机梯度下降法训练自编码神经网络，提取每张训练样本对应的分割图像的隐含变量并进行归一化。随后，使用该隐含变量作为训练集原始图像对应的训练目标，训练卷积神经网络，并提取测试集合图像库中的每幅图像对应的特征向量，通过计算查询图像和图像库中每幅图像的特征向量间的欧式距离，并将距离按从小到大的顺序排列，得到相似图像检索结果。本发明使训练出的神经网络提取的特征在多标签检索任务上取得了更加优秀的检索效果。

技术领域

本发明涉及深度学习领域和图像检索领域，尤其是涉及到图像检索中的特征表达方法，该方法能够在多标签数据集上得到更加准确的相似图像。

背景技术

随着多媒体和网络技术的发展，图像作为人们生活状态最直观的表达方式，在人们生活中扮演着越来越重要的角色。大部分图像都包含了丰富的语义信息，如何在现实生活中找到用户需求的图像是所面临的一个难题和挑战。出色的特征表达不仅能够表示图像的类别信息，更能够捕捉到图像的相关语义信息。大量的图像信息被采集利用，然而将图像处理与计算机视觉技术相结合，提取图像中有效的语意表达是现在计算机视觉领域的重中之重。但是大量的图像出现在给我们带来便利的同时，也会带来很多问题，比如如何有效的在大规模图像库中检索到符合用户语意的图像以及如何更好的将这些图像加以利用，以便于用户有效率、快速的找到所需的图像。基于内容的图像检索在过去一些年在相关领域进行了广泛的研究，并取得了很多有广泛利用价值的成果。主要是使用特征向量作为对图片的内容表达，这样每幅图都用一个特征向量来表示这张图片。在进行检索的时候就是使用表示图片的特征向量的距离来度量两张图片的相似度。可以很容易看出，图像识别的关键在于特征表达。基于内容的图像检索因为其广泛的可用性以及准确性，现在已经被应用到了很多实际的场景中。目前大量的互联网公司纷纷投入巨资加入到图像检索的研究中，都提出了通过输入图像搜索对应语意图像的功能，这也意味着该领域逐渐成为研究主流。图像检索具有高的应用价值，在知识产权方面可以通过该技术严格审查文档内容的相似程度；在医学领域可以通过该技术可以帮助医生进行医疗诊断，达到辅助治疗的目的；在安防方面可以通过匹配应用帮助公安机关实施犯罪分子抓捕，锁定目标等工作。

为了提取更具有语义的图像特征表达，很多研究人员使用深度卷积神经网络提取特征代替原来的手工特征，并将之应用到图像检索领域后成为了目前最为流行和有效的特征表达技术。卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。深度卷积神经网络在训练时通过其自顶向下的监督或非监督学习过程，使得神经网络能够分层对输入信息进行表达，自底向上的信息逐层迭代抽象，这种分层表达的思想，从最初的像素级别特征，抽象成为边缘信息，再抽象成为物体部件信息，最后抽象成为物体。深度学习由于其多层次的抽象性，使得它优于其他传统特征提取算法。所以深度神经网络可以通过相对简单的表达方法来表示复杂的函数关系，深度学习就是一种特征学习方法，把原始数据通过一些简单的但是非线性的模型转变成为更高层次的，更加抽象的表达。通过足够多的转换的组合，非常复杂的函数也可以被学习。对于分类任务，高层次的表达能够强化输入数据的区分能力方面，同时削弱不相关因素。