[发明专利]一种基于深度乘积量化的大规模图像相似检索方法及系统在审
| 申请号： | 201711182524.7 | 申请日： | 2017-11-23 |
| 公开（公告）号： | CN107943938A | 公开（公告）日： | 2018-04-20 |
| 发明（设计）人： | 王建民;龙明盛;曹越;刘斌 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司11002 | 代理人： | 王莹,吴欢燕 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度乘积量化的大规模图像相似检索方法，包括将待检索的图片输入到训练后的深度神经网络中，获取所述待检索的图片对应的特征表示，所述深度神经网络包括将AlexNet中多项对率回归分类器前最后一个全连接层替换为具有多个单元的全连接量化层；基于所述待检索的图片对应的特征表示和检索库中每一张图片对应的特征表示，计算所述待检索的图片和所述检索库中每一张图片之间的非对称量化距离；在所述检索库中选取与所述待检索的图片的非对称量化距离最小的预设数量的图片作为检索结果。本发明通过在深度表征学习基础上将量化误差最小化，显著提高了深度特征的可量化性，从而大大提高检索的准确度和时间效率。 | ||
| 搜索关键词： | 一种 基于 深度 乘积 量化 大规模 图像 相似 检索 方法 系统 | ||
【主权项】：
一种基于深度乘积量化的大规模图像相似检索方法，其特征在于，包括：S1、将待检索的图片输入到经深度乘积量化方法训练后的深度神经网络中，获取所述待检索的图片对应的特征表示，所述深度神经网络包括将AlexNet中多项对率回归分类器前最后一个全连接层替换为具有多个单元的全连接量化层；S2、基于所述待检索的图片对应的特征表示和检索库中每一张图片对应的特征表示，计算所述待检索的图片和所述检索库中每一张图片之间的非对称量化距离；S3、在所述检索库中选取与所述待检索的图片的非对称量化距离最小的预设数量的图片作为检索结果。
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清华大学，未经清华大学许可，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/201711182524.7/，转载请声明来源钻瓜专利网。
