一种基于深度学习的多尺度特征融合图像哈希检索方法及系统[发明专利]

专利名称：一种基于深度学习的多尺度特征融合图像哈希检索方法及系统
专利类型：发明专利
发明人：张雨柔,李锐,于治楼
申请号：CN201910716805.9
申请日：20190805
公开号：CN110427509A
公开日：
20191108
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于深度学习的多尺度特征融合图像哈希检索方法及系统，属于计算机视觉中的图像检索技术领域。

本发明的基于深度学习的多尺度特征融合图像哈希检索方法该方法包括以下步骤：S1、训练深度网络：将训练数据输入搭建好的深度网络中，经过反向传播算法得出相应的哈希码和哈希函数；S2、将图像数据库中的图像数据输入训练好的深度网络中，获取哈希码数据库进行存储；S3、检索图像时，将特定图像输入到步骤S1训练好的深度网络中获取对应的检索图像哈希码；S4、将哈希码数据库与检索图像哈希码进行异或操作。

该发明的基于深度学习的多尺度特征融合图像哈希检索方法能保证输入到全连接层数据维度一致性，具有很好的推广应用价值。

申请人：山东浪潮人工智能研究院有限公司
地址：250100 山东省济南市高新区浪潮路1036号浪潮科技园S05楼北六层
国籍：CN
代理机构：济南信达专利事务所有限公司
代理人：姜明
更多信息请下载全文后查看。