[发明专利]一种基于深度学习的多视图图像检索方法在审
| 申请号： | 201611014355.1 | 申请日： | 2016-11-18 |
| 公开（公告）号： | CN106570192A | 公开（公告）日： | 2017-04-19 |
| 发明（设计）人： | 雷方元;戴青云;赵慧民;蔡君;魏文国;罗建桢 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司44102 | 代理人： | 林瑞云 |
| 地址： | 510660 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的多视图图像检索方法，该方法训练过程包括多视图图像，将多视图图像从维度和尺度方面进行归一化处理；构造多视图深度卷积神经网络，构建多路视图并行处理的卷积神经网络，每一路网络的初始参数相同；网络参数精细化调整，利用标签数据集来精细化调整预训练的网络参数；在训练完成之后，对图像库中进行图像分类和最优视角进行计算,提取图像特征和每一组多视图中的最优视角，并将图像特征和最优视角进行存储。在图像检索时，输入单视图之后，检索反馈的结果将包含相似图像及其最优视角的图像。本发明的利用单视图检索多视图的方法，提高检索准确性和结果显示的直观性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 视图 图像 检索 方法 | ||
【主权项】：
一种基于深度学习的多视图图像检索方法,其特征在于包含训练过程和检索过程；所述的训练过程用于网络参数的训练和图像库中图像特征的提取；所述的检索过程是检索图像的特征提取、匹配和结果的输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东技术师范学院，未经广东技术师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611014355.1/，转载请声明来源钻瓜专利网。
