[发明专利]一种结合显著特征的图像检索器、数据库及检索方法

权利要求书

1.一种结合显著特征的图像检索器，其特征在于，按照以下步骤进行：

步骤1，获取古生物三维模型，对古生物三维模型进行映射处理，得到古生物三维模型视图集和掩膜图像集；

步骤2，获取真实化石图像集，对真实化石图像集进行预处理得到仿真化石图像集G_X；

步骤3，将仿真化石图像集G_X和掩膜图像集作为输入，训练显著性检测网络，得到训练好的显著性检测网络，并用所述的显著性检测网络中的编码模块提取真实化石图像的显著性特征图；

步骤4，构建并训练结合显著特征的图像检索网络；

步骤4.1，构建结合显著特征的图像检索网络；

所述的结合显著特征的图像检索网络包括显著特征提取模块、全局特征提取模块和特征融合模块；

步骤4.2，训练结合显著特征的图像检索网络；

将仿真化石图像集G_X和真实化石图像集输入到结合显著特征的图像检索网络中进行训练，得到训练好的结合显著特征的图像检索网络；

步骤5，去除训练好的结合显著特征的图像检索网络中特征融合模块中的全连接层和Soft max激活函数得到最终结合显著特征的图像检索网络。

2.如权利要求1所述的结合显著特征的图像检索器，其特征在于，所述的显著特征提取模块用于提取真实化石图像的显著性特征图；所述的全局特征提取模块用于提取真实化石图像的全局特征图；所述的特征融合模块用于融合显著性特征图和全局特征图。

3.如权利要求1所述的结合显著特征的图像检索器，其特征在于，在步骤4中结合显著特征的图像检索网络中，所述的显著特征提取模块包括显著性检测网络中的编码模块、1×1卷积层、批归一化和ReLU激活函数；

所述的全局特征提取模块包括去除全连接层的resnet50、1×1卷积层、3×3卷积层、批归一化和ReLU激活函数；

所述的特征融合模块包括按通道拼接的特征图、3×3卷积层、批归一化、ReLU激活函数、全局平均池化层、全连接层和Soft max激活函数。

4.如权利要求1所述的结合显著特征的图像检索器，其特征在于，在步骤3中，所述的显著性检测网络还包括特征金字塔池化模块、全局引导模块、解码模块和掩膜图像细化模块。

5.如权利要求4所述的结合显著特征的图像检索器，其特征在于，所述的特征金字塔池化模块用于将编码模块的特征进行多尺度缩放后进行融合，增加特征多样性；

所述的全局引导模块用于使用不同倍数上采样将特征金字塔池化模块得到的特征进行尺度恢复，便于在解码模块多级融合；

所述的解码模块用于将特征金字塔池化模块得到特征和全局引导模块得到的特征融合并上采样，直到恢复为原图像尺寸；

所述的掩膜图像细化模块用于将解码模块所得结果进行优化、细化边缘和补充内容。