一種基于深度表征學習的大規模哈希圖像檢索方法,包括數據預處理、基于半監督的卷積神經網絡層構建、基于成對的哈希損失函數設計步損失函數的優化學習和搜索結果的后處理。本發明采用深度卷積神經網絡層和全連接層進行圖像特征的提取以及哈希函數的學習,設計了帶標簽的交叉熵損失項、三元組損失項以及偽標簽損失項構成的組合損失函數,采用帶動量的隨機梯度下降法進行優化求解,具有較高的計算效率,最后實現精度和速度統一的圖像檢索性能。本發明在圖像搜索領域快速發展的現狀下,對圖像搜索問題進行基于圖像數據結構和標簽的基礎下進行高效建模,有效提高的模型準確性和更優化的查詢速度。
聲明:
“基于深度表征學習的大規模哈希圖像檢索方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)