龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京航空航天大学
摘要：本发明公开了一种基于分层哈希浮点特征的图像检索方法、存储介质及产品，应用于图像检索领域，包括：构建并训练深度浮点特征网络模型；构建深度分层哈希‑浮点特征网络模型，并使用知识蒸馏的方法，利用训练好的深度浮点特征网络模型训练深度分层哈希‑浮点特征网络模型；利用深度分层哈希‑浮点特征网络模型提取N层深度哈希特征和深度浮点特征并建立树状索引；在图像检索过程中，按照从低维深度哈希特征、高维深度哈希特征，再到深度浮点特征的由粗到精的分层逐级检索逐层缩小检索范围并输出检索结果。本发明通过构建分层深度哈希‑浮点特征，结合由粗到精的逐级分层检索，在保证检索准确性的同时，有效提高了图像检索的效率。
主权项：1.一种基于分层哈希浮点特征的图像检索方法，其特征在于，包括以下步骤：步骤1：获取训练样本图像，构建深度浮点特征网络模型，并利用训练样本图像对深度浮点特征网络模型进行训练，获得训练后的深度浮点特征网络模型，以及训练样本图像的深度浮点特征；步骤2：根据训练后的深度浮点特征网络模型构建深度分层哈希-浮点特征网络模型，并利用训练样本图像的深度浮点特征进行训练，获得训练后的深度分层哈希-浮点特征网络模型和训练样本图像的N层深度哈希特征，N≥2；每层深度哈希特征具有不同维度；步骤3：将待检索图像库中的图像输入到深度分层哈希-浮点特征网络模型中，得到每幅图像的图像特征，包括N层深度哈希特征和深度浮点特征，并构建待检索图像库的图像特征的分层树状索引；步骤4：将待检索图像输入到深度分层哈希-浮点特征网络模型中，得到其N层深度哈希特征和深度浮点特征，并在分层树状索引中进行逐级搜索，输出检索结果。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于分层哈希浮点特征的图像检索方法、存储介质及产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号