-
公开(公告)号：CN108984642B
公开(公告)日：2021-07-27
申请号：CN201810651428.0
申请日：2018-06-22
Applicant: 西安工程大学
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种基于哈希编码的印花织物图像检索方法，具体为：首先，ImageNet数据集上进行有监督训练，得到AlexNet网络，并进行修改；对印花织物数据库进行预处理，之后对修改后的AlexNet网络进行fine‑tuning，之后提取每张图像的哈希二值编码，计算查询图像与数据库图像二值哈希编码之间的汉明距离，得到与查询图像最相似的m个池内图像；最后，计算池内m个图像与查询图像fc7层特征向量之间的欧式距离，提取出与最小欧式距离相对应的几幅图像，即为要检索的相似度最高的top k图像。该方法具有精度高、检索速度快、占用内存小的优点。
-
公开(公告)号：CN107256246A
公开(公告)日：2017-10-17
申请号：CN201710418004.5
申请日：2017-06-06
Applicant: 西安工程大学
Abstract: 本发明公开了基于卷积神经网络的印花织物图像检索方法，具体为：步骤1，建立印花织物图像数据库，并批量进行预处理；步骤2，基于AlexNet网络模型训练印花织物卷积神经网络模型；步骤3采集待检索图像，并对其进行预处理；步骤4，用步骤2建立的印花织物的卷积神经网络模型对步骤1建立的图像数据库中的图像及步骤3采集的待检索图像进行4096维特征向量提取；步骤5，对待检索图像的4096维特征向量与图像数据库图像中的每一个4096维特征向量进行欧式距离计算，对数据库图像按照欧式距离由小到大的顺序排列，按顺序将对应的top k织物图像反馈给用户，完成检索。解决了现有技术中存在的图像检索准确率低、耗费时间长的问题。
-
公开(公告)号：CN107256246B
公开(公告)日：2019-12-10
申请号：CN201710418004.5
申请日：2017-06-06
Applicant: 西安工程大学
IPC: G06F16/583 , G06F16/55 , G06F16/51 , G06N3/02
Abstract: 本发明公开了基于卷积神经网络的印花织物图像检索方法，具体为：步骤1，建立印花织物图像数据库，并批量进行预处理；步骤2，基于AlexNet网络模型训练印花织物卷积神经网络模型；步骤3采集待检索图像，并对其进行预处理；步骤4，用步骤2建立的印花织物的卷积神经网络模型对步骤1建立的图像数据库中的图像及步骤3采集的待检索图像进行4096维特征向量提取；步骤5，对待检索图像的4096维特征向量与图像数据库图像中的每一个4096维特征向量进行欧式距离计算，对数据库图像按照欧式距离由小到大的顺序排列，按顺序将对应的top k织物图像反馈给用户，完成检索。解决了现有技术中存在的图像检索准确率低、耗费时间长的问题。
-
公开(公告)号：CN108984642A
公开(公告)日：2018-12-11
申请号：CN201810651428.0
申请日：2018-06-22
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于哈希编码的印花织物图像检索方法，具体为：首先，ImageNet数据集上进行有监督训练，得到AlexNet网络，并进行修改；对印花织物数据库进行预处理，之后对修改后的AlexNet网络进行fine-tuning，之后提取每张图像的哈希二值编码，计算查询图像与数据库图像二值哈希编码之间的汉明距离，得到与查询图像最相似的m个池内图像；最后，计算池内m个图像与查询图像fc7层特征向量之间的欧式距离，提取出与最小欧式距离相对应的几幅图像，即为要检索的相似度最高的top k图像。该方法具有精度高、检索速度快、占用内存小的优点。
-
-
-
Search Results
4
records
(took 0.025 seconds)
