“图像哈希”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果804798个，建议您升级VIP下载更多相关专利

[发明专利]一种基于相似性哈希的图像暗数据价值评估方法-CN201910557932.9在审
发明人：周可;刘渝;杨玉娟;王桦;李春花;汪洋涛;刘毅斐 -专利权人：华中科技大学
申请日： 2019-06-26 - 公布日： 2019-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于相似性哈希的图像暗数据价值评估方法，包括以下步骤：获取暗数据集，并将该暗数据集输入训练好的DSTH模型中，以得到该暗数据集中每幅图像的哈希码，根据得到的暗数据集中每幅图像的哈希码构建哈希图谱，该哈希图谱中的节点就是图像的哈希码，节点之间的连接边是构建的邻接矩阵中的元素，获取得到的哈希图谱中每个节点的重要性分数，按照从大到小的顺序对得到的所有节点的重要性分数进行排序，将排序结果中前k位的重要性分数所对应的图像输出给用户本发明针对企业对拥有的大规模图像暗数据占据着巨大的存储空间且缺乏管理和利用的问题，通过“点亮”其中价值被忽略的图像暗数据，提升其存储性价比。
暗数据图像哈希重要性分数哈希码图谱价值评估构建存储空间邻接矩阵排序结果缺乏管理连接边点亮排序存储输出占据

[发明专利]一种多目标图像检索模型的构建方法及检索方法和装置-CN202110270411.2有效
发明人：范建平;舒永康;赵万青;彭先霖;胡琦瑶;杨文静;王琳 -专利权人：西北大学
申请日： 2021-03-12 - 公布日： 2023-04-11 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种多目标图像检索模型的构建方法及检索方法和装置，用户输入一个或多个待检索图像，通过模型获取该图像的多目标查询哈希码集合，将该查询哈希码集合与检索数据库中的目标哈希码集合比较计算联合汉明距离本发明基于弱监督学习的方式获取图像目标区域所对应的哈希码进行检索，每张图像的各个目标区域生成独立的的哈希编码，从而避免了复杂背景的影响以及各目标之间的相互影响，从而更加完整的表示复杂图像的内容，提高检索的效果，扩充图像的检索方式。
一种多目标图像检索模型构建方法装置

[发明专利]一种基于深度哈希的多级检索行人重识别方法-CN202110141536.5有效
发明人：李建清;彭冠兰;王宏 -专利权人：电子科技大学
申请日： 2021-02-02 - 公布日： 2022-06-24 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于深度哈希的行人重识别方法，加载输入行人图像；训练特征提取网络；构造多级哈希训练网络，分别输出实值特征和多个哈希编码；为特征提取网络的训练设计基于余弦相似度的三元组losst和用于分类的交叉熵lossc，为哈希网络的训练设计三元组loss；输入测试集图像，获取哈希网络的多级输出，二值化后存储为哈希库；输入一张图像，根据哈希码的长度，由短到长依次检索哈希库，逐步缩小检索范围，最后使用实值特征对检索到的图像按照余弦相似度排序，并返回最相似样本。本发明采用多级哈希检索，能够训练检索精度更高的哈希码，通过逐步缩小检索范围的方法，将检索过程的计算量进一步减小，可以实现更快速的检索速度。
一种基于深度多级检索行人识别方法

[发明专利]基于卷积神经网络和监督核哈希的目标检索方法-CN201810157751.2在审
发明人：李弼程;赵永威;朱彩英;陈良浩 -专利权人：江苏测联空间大数据应用研究中心有限公司
申请日： 2018-02-24 - 公布日： 2018-07-20 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及检索方法领域，尤其是基于卷积神经网络和监督核哈希的目标检索方法。该检索方法包括：(1)引入卷积神经网络对训练图像进行学习，利用其特殊网络结构隐式地学习得到图像数据的高阶表示，生成深层特征；(2)引入增强对线性不可分数据的分辨力的监督核哈希方法，同时利用哈希码内积与汉明距离的等价关系提出目标函数，并结合训练图像的相似性信息对高维图像特征进行监督学习，并生成哈希码；(3)利用已训练好的哈希函数构造图像索引，实现对大规模图像数据的检索。本发明通过基于卷积神经网络和监督核哈希的目标检索方法极大地提高了目标检索效率，增强了在大数据环境下的实用性。
卷积神经网络目标检索哈希检索图像数据哈希码监督哈希函数构造相似性信息等价关系汉明距离结合训练目标函数图像索引图像特征网络结构训练图像大数据引入高阶高维内积隐式学习分辨图像

[发明专利]一种相似图像搜索方法、设备及存储介质-CN202310730968.9在审
发明人：胡冉杰;王瑶;唐晓霁;王旭浩;袁磊;黄承基;柳岸 -专利权人：中移（成都）信息通信科技有限公司;中国移动通信集团有限公司
申请日： 2023-06-19 - 公布日： 2023-10-24 - 主分类号： G06F16/58 文献下载
摘要：本申请公开一种相似图像搜索方法、设备及存储介质，该方法包括：获取待搜索图像，提取待搜索图像的图像特征得到待搜索图像的K维特征向量；对待搜索图像的K维特征向量进行降维，得到待搜索图像的Q维特征向量；基于随机生成的P个K维随机向量对待搜索图像的K维特征向量进行处理，得到待搜索图像的第一哈希码；确定预设哈希码集合中存在第一哈希码的情况下，根据待搜索图像的第一哈希码和Q维特征向量，在N个从节点对应的树上并行搜索到与待搜索图像相似的目标样本图像；从节点上建立了多个树，不同树是基于不同哈希码对应的样本图像的Q维特征向量建立的。
一种相似图像搜索方法设备存储介质

[发明专利]一种搜索电气设备红外图像相似可见光图像的方法-CN201710957025.4在审
发明人：张金鹏;余翔宇;梁辉 -专利权人：华南理工大学
申请日： 2017-10-16 - 公布日： 2018-03-09 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种搜索电气设备红外图像相似可见光图像的方法，所述方法基于行边界灰度值边缘检测算法对可见光图像库中的可见光图像和提供的红外图像进行边缘提取得到相应的边缘图像，然后使用基于SURF算子的图像感知哈希算法对可见光边缘图像和红外边缘图像进行感知哈希编码，之后计算红外边缘图像哈希编码与可见光边缘图像哈希编码间的汉明距离，得到与红外边缘图像哈希编码汉明距离最小的可见光边缘图像集合，最后将可见光边缘图像集合中的图像分别与红外边缘图像进行SURF特征点的匹配，并基于斜率一致性对匹配点对进行筛选，筛选出正确的匹配点，得到与红外边缘图像匹配点最多的可见光边缘图像对应的可见光图像就是本搜索方法的搜索结果。
一种搜索电气设备红外图像相似可见光方法

[发明专利]一种弱监督的深度上下文感知图像表征方法及系统-CN202011587005.0有效
发明人：刘萌;田传发;周迪;齐孟津;聂秀山 -专利权人：山东建筑大学
申请日： 2020-12-28 - 公布日： 2023-03-24 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种弱监督的深度上下文感知图像表征方法及系统，包括：获取待处理图像；对待处理图像进行表征提取，提取出基础视觉表征；基于基础视觉表征，生成上下文强化视觉表征；对上下文强化视觉表征映射为哈希向量；对哈希向量，进行二值化处理，得到待处理图像的哈希表征。该方法充分捕获了图像的语义信息，并在一个统一的框架内增强了图像表征的辨别力。本发明引入了辨别损失，强制图像表征重新生成标签。这样可以增强图像表征的区分性，且进一步提高哈希码的质量；相较于之前的方法，本发明提高了基于哈希表征的图像检索性能。
一种监督深度上下文感知图像表征方法系统

[发明专利]一种基于深度哈希方法的商标图像检索方法-CN202010270144.4在审
发明人：夏召强;王晨;黄东;冯晓毅;蒋晓悦 -专利权人：西北工业大学
申请日： 2020-04-08 - 公布日： 2020-08-21 - 主分类号： G06F16/583 文献下载
摘要：为了克服商标图像检索基数大、速度慢和不够准确的问题，本发明提出了一种基于深度哈希方法的商标图像检索方法，利用卷积神经网络来提取商标图像的特征向量，并将其转化为二进制哈希代码，通过计算二进制哈希代码的汉明距离来比较图像的相似性特征本发明将深度哈希方法很好的应用到了商标图像检索上，使商标图像的检索精度更高、速度更快、误差更低。
一种基于深度方法商标图像检索

[发明专利]图像搜索方法及装置-CN201811145570.4有效
发明人：刘向阳;唐小军 -专利权人：京东方科技集团股份有限公司
申请日： 2018-09-29 - 公布日： 2021-03-26 - 主分类号： G06F16/53 文献下载
摘要：本发明提出一种图像搜索方法及装置，其中方法包括：获取待搜索图像；提取待搜索图像的多尺度特征；根据多尺度特征，确定待搜索图像的哈希值；将待搜索图像的多尺度特征与哈希值所属的哈希桶中的各个原始图像的多尺度特征进行比对，得到与待搜索图像对应的相似原始图像，从而能够需要比对的原始图像数量，缩短图像搜索时间，提高搜索效率。
图像搜索方法装置

[发明专利]一种基于视觉转语义网络的零样本图像哈希检索方法-CN202010823782.4在审
发明人：王祥丰;金博;陈健;祝荣荣;张浩 -专利权人：苏州智元昇动智能科技有限公司
申请日： 2020-08-17 - 公布日： 2020-12-04 - 主分类号： G06F16/51 文献下载
摘要：本发明公开了一种基于视觉转语义网络的零样本图像哈希检索方法，基于视觉转语义网络，将图像特征向量转变为语义特征，再利用语义特征与类别向量语义特征的距离构成目标损失函数，以及语义特征重构的分类损失及哈希损失，共同求解出训练数据集上的最优哈希方法，使得针对未出现的类别，哈希检索方法依旧具有可行性，相比传统哈希算法，具有更好的泛化性和鲁棒性，减少了在数据种类愈发丰富的今天图像检索模型的训练开销，将哈希模型的更新周期放慢，本发明可以被应用于数据库图片不断扩充的图像检索以及图像溯源等领域。
一种基于视觉语义网络样本图像检索方法

[发明专利]基于线性鉴别分析深度哈希算法的图像检索方法及系统-CN202010433167.2有效
发明人：严灵毓;朱雅琴;傅稼润;王春枝;王双红 -专利权人：湖北工业大学
申请日： 2020-05-21 - 公布日： 2023-06-30 - 主分类号： G06F16/583 文献下载
摘要：本发明属于图像检索技术领域，公开了一种基于线性鉴别分析深度哈希算法的图像检索方法及系统，利用CNN提取图像特征；构造基于线性判别分析LDA的目标函数，将图像特征映射到哈希标签中；利用生成的hash标签训练一个简单的图像哈希深度学习网络，利用深度哈希模型将新的图像的特征映射到哈希码完成图像检索。对于目前的图像检索技术来说，图像数据庞大，并且标签在大数据时代是难以获取的，在大量图像中进行图像检索，这是非常耗时和不可扩展的，所以根据现有的问题，本发明提出的技术方法一方面避免了依赖类标签来监督散列的过程，另一方面也避免了由于深度网络获取图像特征而导致的大量的时间消耗。
基于线性鉴别分析深度算法图像检索方法系统

[发明专利]基于注意力机制下特征金字塔的深度哈希图像检索方法-CN202010282573.3在审
发明人：李泽超;孙燮;金露 -专利权人：南京理工大学
申请日： 2020-04-12 - 公布日： 2020-09-04 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于注意力机制下特征金字塔的深度哈希图像检索方法，包含图像数据集预处理、基于注意力机制下特征金字塔网络的构建、训练哈希层编码、测试检索性能四个过程，该方法旨在结合注意力机制和特征金字塔两个模块去提取具有局部显著视觉信息、多层语义信息的图像高维特征，并将其映射成低维汉明空间的哈希值来进行相似图像的检索。本发明提出的将注意力模块和特征金字塔模块结合的深度哈希方法可以充分挖掘局部显著视觉信息和多层语义信息来获取高质量的图像特征，并将高维的图像特征映射成低维哈希值来进行图像相似性检索，通过实验对比，检索性能优于大部分同类哈希方法
基于注意力机制特征金字塔深度希图检索方法

[发明专利]基于二值权重的图像哈希码训练模型算法及分类学习方法-CN201810396504.8有效
发明人：沈复民 -专利权人：成都考拉悠然科技有限公司
申请日： 2018-04-27 - 公布日： 2021-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于二值权重的图像哈希码训练模型算法及分类学习方法，模型算法步骤包括：选择损失函数，确定目标方程，并对分类器和训练图像特征进行二值编码；对二值编码进行统一学习，更新二值码，优化损失函数；推导哈希码训练模型还公开了一种应用基于二值权重的哈希码图像训练模型的分类学习方法，步骤包括：待搜索图像通过基于二值权重的哈希码训练模型得到哈希码，求出哈希码与分类器二值码之间的汉明距离；在汉明距离中查找最小汉明距离，并得到其对应的分类器，即为待搜索图像所属类别。本发明能够在多种图像类别和高纬度场景下进行图像分类，提高算法在大规模数据集上的性能，精确、高效、快捷且低内存消耗。
基于权重图像哈希码训练模型算法分类学习方法

[发明专利]用于确定图像相似性的方法和系统-CN201380046933.8有效
发明人：艾萨克·晁 -专利权人：脸谱公司
申请日： 2013-07-05 - 公布日： 2018-02-02 - 主分类号： G06T7/00 文献下载
摘要：确定图像相似性的技术。在一种实施方式中，确定与图像相关联的小哈希值落在贮存区内。如果现有的集群中心与贮存区相关联，则确定小哈希值与集群中心之间的距离。如果小哈希值至集群中心的距离大于阈值距离，则视为图像不同于与集群中心相关联的其他图像。然后，创建新的集群中心并且使新的集群中心与贮存区相关联，并且使该图像与新的集群中心相关联。当具有落在贮存区内的小哈希值的图像被视为不相似时，则一个以上的集群中心可与贮存区相关联。在另一实施方式中，一旦识别贮存区，则可确定大哈希值而非小哈希值与集群中心之间的距离，以评估图像相似性。
用于确定图像相似性方法系统

[发明专利]一种基于深度学习与低秩矩阵优化的哈希图像检索方法-CN201910368358.2有效
发明人：陈泽彬;周万义;青春美;尹红艳;吴婷婷 -专利权人：华南理工大学
申请日： 2019-05-05 - 公布日： 2022-11-18 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于深度学习与低秩矩阵优化的哈希图像检索方法，包括以下步骤：S1、获取图像数据，对数据进行标注和预处理，构造图像检索的数据集，并将其分为训练集与测试集；S2、搭建深度特征提取网络，构建深度哈希网络主干；S3、将训练集输入深度哈希网络主干，基于极大化概率似然和低秩正则化损失函数，构建哈希网络；S4、对哈希网络进行训练；S5、将测试集与训练集图像分别输入哈希网络，生成二值哈希编码，计算相互的汉明距离；S6本发明克服了直接用二值化连续值特征编码到汉明空间造成的相似性信息破环和量化误差大的问题，提高了基于哈希表征的图像检索方法的性能。
一种基于深度学习矩阵优化希图检索方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条