公开(公告)号：CN117591694A

公开(公告)日：2024-02-23

申请号：CN202311557591.8

申请日：2023-11-21

Applicant: 福州大学

Inventor： 钟尚平 ,  卓瑜丹 ,  陈开志

IPC: G06F16/583 ,  G06V10/54 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/094

Abstract: 本发明提供一种在多视图自监督乘积量化策略下的织物图像鲁棒检索方法，引入了一个多视图模块，模块中包括使用AutoAugment方法增强的视图、对抗样本视图和图像高频分量视图。AutoAugment方法可以生成更多样的数据变化，使模型能够更好地学习织物纹理的不同特征和结构；织物图像通常具有较高的复杂度和多样性，将对抗样本加入到模型训练中，可以增加更多的噪声和变化，是现有的抵御对抗攻击最好的方式之一；图像高频分量可以使织物图像中的边缘、细节、对比度更加清晰。同时还设计了一个多视图交叉量化对比损失函数，通过比较多个视图来共同学习码字和深度视觉描述符，可以有效提高模型的鲁棒性和泛化性。本发明在取得很好检索性能的同时，还具有较高的对抗鲁棒性。