[发明专利]一种基于深度学习的草图检索方法

摘要

本发明公开了一种基于深度学习的草图检索方法，涉及多媒体信息检索技术领域。本发明先计算常规图片边缘概率图并获取边缘概率图特征描述子来实现彩色常规图到类手绘图像的转换，通过卷积神经网络建立手绘图像检索所需的特征库，然后利用深度学习技术来提取类手绘图像不同层次边缘图与绘制草图的深度特征进行相似度匹配。本发明通过提供新的特征提取以及匹配方法，能够更准确地理解用户所绘制草图，具有准确性高、适应性强，能够减小手绘草图的模糊性的影响，提高检索相关性，增强用户体验，在多媒体图像检索领域具有广泛的应用价值。

主权项

1.一种基于深度学习的草图检索方法，其特征在于，包括如下步骤：步骤SS001类手绘图像的生成：多从图像数据库采集的彩色常规图像，采用两步处理的方法将其转换成类手绘图像；其中，第一步计算常规图像边缘概率图，将边缘概率图按阈值划分为3个等级的二值边缘图，第二步将得到的二值边缘图输入到深度神经网络中并提取不同隐层的输出向量，联合输出向量构建二值边缘图的特征描述子，特征描述子分别对应常规图像的一个抽象层级；步骤SS002抽象层级变换：根据边缘概率图设置若干阈值，生成相对应不同抽象层次的二值边缘图；步骤SS003对通过边缘概率检测和抽象层级的常规图像进行特征提取；步骤SS004常规图像特征提取后与手绘图像进行相似度度量；步骤SS005根据相似度进行图片排序并返回给客户。