发明 基于多尺度NetVLAD和深度哈希的图像检索方法【计算机视觉】 【特价】
计算机视觉 目标检索 图像检索 遥感影像 安防监控 检索引擎 电子商务 生物医学 文本检索 ?搜索引 【计算机视觉 目标检索 图像检索 遥感影像 安防监控 检索引擎 电子商务 生物医学 文本检索 ?搜索引】 1人
G06F16/583 G06N3/04
摘要：本发明涉及基于多尺度NetVLAD和深度哈希的图像检索方法。本发明采用的是基于多尺度卷积神经网络的局部聚合描述符向量方法来对图像检索中的图片进行特征提取。将原始的只采用最后一层卷积层输出特征，优化为采用多层卷积层的输出特征融合后的特征。融合后的特征不仅包含高层语义特征，同时也包含了低层图片细节信息。在NetVLAD后面加一个哈希层进行特征编码，特征变得更加简洁，通过哈希编码层，使得特征维度和复杂度降低，显著减少了后续的存储开销和计算复杂度。加快了图像检索时的速度，实现在大规模数据集中快速精确的检索到相似图片。
