[发明专利]一种基于深度学习的多尺度特征融合图像哈希检索方法及系统在审
| 申请号： | 201910716805.9 | 申请日： | 2019-08-05 |
| 公开（公告）号： | CN110427509A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 张雨柔;李锐;于治楼 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | G06F16/51 | 分类号： | G06F16/51;G06F16/55;G06K9/62 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的多尺度特征融合图像哈希检索方法及系统，属于计算机视觉中的图像检索技术领域。本发明的基于深度学习的多尺度特征融合图像哈希检索方法该方法包括以下步骤：S1、训练深度网络：将训练数据输入搭建好的深度网络中，经过反向传播算法得出相应的哈希码和哈希函数；S2、将图像数据库中的图像数据输入训练好的深度网络中，获取哈希码数据库进行存储；S3、检索图像时，将特定图像输入到步骤S1训练好的深度网络中获取对应的检索图像哈希码；S4、将哈希码数据库与检索图像哈希码进行异或操作。该发明的基于深度学习的多尺度特征融合图像哈希检索方法能保证输入到全连接层数据维度一致性，具有很好的推广应用价值。 | ||
| 搜索关键词： | 哈希码 多尺度特征 融合图像 哈希 检索图像 检索 网络 数据库 学习 图像检索技术 图像数据输入 计算机视觉 图像数据库 反向传播 哈希函数 数据维度 图像输入 训练数据 异或操作 连接层 算法 存储 保证 | ||
【主权项】：
1.一种基于深度学习的多尺度特征融合图像哈希检索方法，其特征在于：该方法具体包括以下步骤：S1、训练深度网络：将训练数据输入搭建好的深度网络中，经过反向传播算法得出相应的哈希码和哈希函数；S2、将图像数据库中的图像数据输入步骤S1训练好的深度网络中，获取对应的哈希码数据库进行存储；S3、检索图像时，将特定图像输入到步骤S1训练好的深度网络中获取对应的检索图像哈希码；S4、将步骤S2中的哈希码数据库与步骤S3中的检索图像哈希码进行异或操作，返回检索结果。
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山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，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/201910716805.9/，转载请声明来源钻瓜专利网。
