[发明专利]图像数据处理、模型的建立方法、装置、计算机设备和存储介质

说明书

本发明涉及一种图像数据处理方法、装置、计算机设备和存储介质，所述方法包括：获取待处理图像，将所述待处理图像输入已训练的图像哈希码提取模型，所述图像哈希码提取模型包括卷积神经网络，所述卷积神经网络包括嵌入卷积层之后的哈希映射层；所述图像哈希码提取模型的参数由图像分类模型训练得到，所述图像分类模型包括所述卷积神经网络，并在所述哈希映射层之后连接分类输出层；获取所述图像哈希码提取模型输出的所述待处理图像对应的哈希码，可以直接从图像中学习出更加鲁棒、紧凑，区分力更强的图像哈希码，还提出一种图像哈希码提取模型的建立方法、装置、计算机设备和存储介质。

技术领域

本发明涉及计算机技术领域，特别是涉及一种图像数据处理方法、图像哈希码提取模型的建立方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，多媒体图像数据在各个应用中发挥着重要的作用。如视觉检索，以图像语义特征为线索从图像数据库中检出具有相似内容的其它图像，如智能跟随，通过提取目标对象的特征实现目标对象的实时跟随。视觉哈希是将原始的视觉描述符用哈希函数映射到低维的哈希表达，其中哈希函数将任意长度的二进制值映射为较短的固定长度的二进制值，因为其在计算能力，内存需求，等性能上都有突出的效果得到了广泛的应用。

由于复杂的拍摄条件，会给图像引入不可避免的视觉噪声，提取能够处理显著视觉误差的高鲁棒性的特征对于图像处理类应用至关重要，如何从视觉信息中提取鲁棒、区分力强、并且更加紧凑的哈希码成为待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种图像数据处理方法、图像哈希码提取模型的建立方法、装置、计算机设备和存储介质，使图像特征与哈希码联合学习，能有效且快速地从图像信息中同时学习图像特征和哈希码，可以直接从图像中学习出更加鲁棒、紧凑，区分力更强的图像哈希码。

一种图像数据处理方法，所述方法包括：

获取待处理图像，将所述待处理图像输入已训练的图像哈希码提取模型，所述图像哈希码提取模型包括卷积神经网络，所述卷积神经网络包括嵌入卷积层之后的哈希映射层；

所述图像哈希码提取模型的参数由图像分类模型训练得到，所述图像分类模型包括所述卷积神经网络，并在所述哈希映射层之后连接分类输出层；

获取所述图像哈希码提取模型输出的所述待处理图像对应的哈希码。

一种图像数据处理装置，所述装置包括：

输入模块，用于获取待处理图像，将所述待处理图像输入已训练的图像哈希码提取模型，所述图像哈希码提取模型包括卷积神经网络，所述卷积神经网络包括嵌入卷积层之后的哈希映射层，所述图像哈希码提取模型的参数由图像分类模型训练得到，所述图像分类模型包括所述卷积神经网络，并在所述哈希映射层之后连接分类输出层；

哈希码输出模块，用于获取所述图像哈希码提取模型输出的所述待处理图像对应的哈希码。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述计算机程序时实现以下步骤：

获取待处理图像，将所述待处理图像输入已训练的图像哈希码提取模型，所述图像哈希码提取模型包括卷积神经网络，所述卷积神经网络包括嵌入卷积层之后的哈希映射层；

所述图像哈希码提取模型的参数由图像分类模型训练得到，所述图像分类模型包括所述卷积神经网络，并在所述哈希映射层之后连接分类输出层；

获取所述图像哈希码提取模型输出的所述待处理图像对应的哈希码。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：