公开(公告)号：CN109871461B

公开(公告)日：2020-12-22

申请号：CN201910112021.5

申请日：2019-02-13

Applicant: 华南理工大学

Inventor： 许勇 ,  刘冠廷

IPC: G06F16/583 ,  G06K9/62

Abstract: 本发明公开了一种基于深度哈希网络和子块重排序的大规模图像子块检索方法，包括以下步骤：准备已通过大规模图像数据库预训练的深度网络权重和待训练的纹理图片库；在纹理图片库中抽取图片对，当两张图片相同标签，则定为正样本，不同标签的两张图片作为负样本；将图片对输入两个相同的共享权值网络中进行两两训练，并通过设定损失函数使得网络输出结果二值化；将网络作为哈希码提取器，从而快速获得相似图片；将相似图片进行子块重排序后，对原图中的子块进行快速映射，从而获得大量相似子块。该方法极大节省计算量，实现大规模图像子块的快速检索，可应用于图像增强的各类方法中。

公开(公告)号：CN109871461A

公开(公告)日：2019-06-11

申请号：CN201910112021.5

申请日：2019-02-13

Applicant: 华南理工大学

Inventor： 许勇 ,  刘冠廷

IPC: G06F16/583 ,  G06K9/62

Abstract: 本发明公开了一种基于深度哈希网络和子块重排序的大规模图像子块检索方法，包括以下步骤：准备已通过大规模图像数据库预训练的深度网络权重和待训练的纹理图片库；在纹理图片库中抽取图片对，当两张图片相同标签，则定为正样本，不同标签的两张图片作为负样本；将图片对输入两个相同的共享权值网络中进行两两训练，并通过设定损失函数使得网络输出结果二值化；将网络作为哈希码提取器，从而快速获得相似图片；将相似图片进行子块重排序后，对原图中的子块进行快速映射，从而获得大量相似子块。该方法极大节省计算量，实现大规模图像子块的快速检索，可应用于图像增强的各类方法中。