[发明专利]基于稀疏图结构的深度无监督图像检索方法有效
申请号: | 201911083223.8 | 申请日: | 2019-11-07 |
公开(公告)号: | CN110941734B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 张浩峰;王伟伟 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06F16/55 | 分类号: | G06F16/55;G06F16/583 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 岑丹 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于稀疏图结构的深度无监督图像检索方法,对训练数据集进行预处理,提取训练数据集的图像特征;构建加权稀疏图,并根据稀疏图确定网络模型;利用训练数据集的图像特征以及加权稀疏图对网络模型进行训练;提取待测图像的图像特征,将待测图像的图像特征输入网络模型提取编码器网络的输出作为待测图像的低维特征,对低维特征进行二值量化,得到待测图像的哈希码;计算待测图像与待查询数据库中所有图像哈希码的汉明距离,根据计算结果得到近似图像。本发明采用稀疏图结构来保存相似度信息,在节省图结构存储空间的同时也能避免检索性能对类别数的需求。 | ||
搜索关键词: | 基于 稀疏 结构 深度 监督 图像 检索 方法 | ||
【主权项】:
暂无信息
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南京理工大学,未经南京理工大学许可,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/201911083223.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种自锁式拉杆及拉杆箱
- 下一篇:一种用于园林园艺的具有粉碎功能的吸叶设备