[发明专利]一种基于深度哈希网络的大规模遥感影像检索方法和系统

摘要

本发明公开了一种基于深度哈希网络的大规模遥感影像检索方法和系统，属于图像数据处理方法。本发明提出的深度哈希网络，采用深度神经网络与哈希学习网络，通过交叉熵损失函数与相似性约束将这两个网络的损失函数进行联合起来进行优化。分为训练阶段与测试阶段，在训练阶段，训练阶段用于学习整个网络参数，测试阶段基于训练好的网络直接进行特征提取与影像检索。本方法可以在利用深度神经网络提取遥感影像的高级语义特征，同时利用哈希学习网络将高维特征映射到低维，大大降低所需存储消耗的同时加快检索速度，适用于大规模遥感影像检索问题。

主权项

1.一种基于深度哈希网络的大规模遥感影像检索方法，其特征在于，包括如下步骤：步骤1，假设需要检索的影像数据库为{(I_i,y_i)|i＝1,2,…,N}，其中I_i表示影像，y_i表示影像对应的类别标签；计算给定影像数据库中的相似性矩阵Θ∈R^2×N×N，其中如果两幅影像的类别标签相同y_i＝y_j，反之，如果给定的类别标签不同y_i≠y_j，则步骤2，从数据库挑选出一批影像，将每个影像输入深度神经网络提取图像的特征其中d_i∈R^d为图像I_i经过深度神经网络所提取的特征，Λ为深度特征学习网络参数；步骤3，将深度特征d_i输入哈希学习神经网络，将原始高维度特征映射为低维特征其中f_i∈R^l为哈希学习神经网络输出特征，W∈R^d×l与v∈R^l为哈希学习神经网络的参数；步骤4，根据将步骤3中的低维特征映射为二进制码形式，其中sign(·)符号函数，输出正数为+1，否则为‑1；步骤5，根据损失函数，利用后向传播更新全部网络参数{Λ,W,v}；步骤6，重复步骤2‑5直到达到迭代次数；步骤7，在测试阶段，直接通过训练好的深度‑哈希神经网络计算出整个数据库的哈希编码，对于一个新的测试影像，计算哈希编码，与数据库中的影像特征进行检索。