[发明专利]基于卷积神经网络和显著性检测的图像检索方法及系统有效
| 申请号： | 201910731813.0 | 申请日： | 2019-08-08 |
| 公开（公告）号： | CN110609917B | 公开（公告）日： | 2023-01-03 |
| 发明（设计）人： | 金星;夏伟 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 万文广 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于卷积神经网络和显著性检测的图像检索方法及系统，其方法包括：建立图像数据库，批量进行图像预处理；利用图像数据库训练基于VGG19图像卷积神经网络模型；采集待检测图像，并对其进行预处理，提取图像显著性区域，用卷积神经网络模型对图像数据库中的显著性图像特征向量提取，在将其进行卷积神经网络特征提取，放入图像特征数据库；对待检索的图像进行显著性提取特征，再进行卷积神经网络特征提取，将得到的特征向量与图像特征数据库中的每一个特征向量进行欧式距离计算相似度，按顺序将对应前n个图像反馈给用户。本发明的有益效果是：避免了图像旋转、平移等因素对检索结果造成的影响，适应能力强；提高了检索精度。 | ||
| 搜索关键词： | 基于 卷积 神经网络 显著 检测 图像 检索 方法 系统 | ||
【主权项】：
1.一种基于卷积神经网络和显著性检测的图像检索方法，其特征在于：包括以下步骤：/nS101：获取图像数据库，并对所述图像数据库中的图像进行预处理，得到预处理后的图像数据库；/nS102：采用分层显著性算法提取所述预处理后的图像数据库中的各图像的显著性区域；/nS103：采用VGG19卷积神经网络对步骤S102中提取出的各图像的显著性区域进行显著性图像特征提取，得到各图像的显著性区域对应的图像特征向量，并将所有的图像特征向量统一存放至图像特征库中；/nS104：采集待检索图像，并按照步骤S101～S103类似的方法得到所述待检索图像的特征向量；/nS105：分别计算所述待检索图像的特征向量与所述图像特征库中存放的各图像特征向量之间的欧氏距离，并将计算得到的多个欧式距离从小到大进行排序，进而将从小到大的前n个欧式距离对应的图像数据库中的图像反馈至用户，完成图像检索程序；其中，n为根据实际需求进行预设，且n为大于0的整数。/n
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中国地质大学（武汉），未经中国地质大学（武汉）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/201910731813.0/，转载请声明来源钻瓜专利网。
- 上一篇：视频图像数据检索方法、装置、设备和存储介质
- 下一篇：一种音频播放软件
