发明授权
- 专利标题: 基于图像自编码的神经网络特征学习方法
-
申请号: CN201710271606.2申请日: 2017-04-24
-
公开(公告)号: CN107122809B公开(公告)日: 2020-04-28
- 发明人: 段立娟 , 恩擎 , 苗军 , 乔元华
- 申请人: 北京工业大学
- 申请人地址: 北京市朝阳区平乐园100号
- 专利权人: 北京工业大学
- 当前专利权人: 北京工业大学
- 当前专利权人地址: 北京市朝阳区平乐园100号
- 代理机构: 北京思海天达知识产权代理有限公司
- 代理商 沈波
- 主分类号: G06K9/66
- IPC分类号: G06K9/66 ; G06K9/46 ; G06N3/08 ; G06F16/583
摘要:
本发明公开了基于图像自编码的神经网络特征学习方法,属于特征学习和图像检索技术领域。首先通过多标签图像数据集的分割标签构造训练图像集对应的分割训练图像集,然后初始化卷积神经网络和自编码神经网络的权重,使用随机梯度下降法训练自编码神经网络,提取每张训练样本对应的分割图像的隐含变量并进行归一化。随后,使用该隐含变量作为训练集原始图像对应的训练目标,训练卷积神经网络,并提取测试集合图像库中的每幅图像对应的特征向量,通过计算查询图像和图像库中每幅图像的特征向量间的欧式距离,并将距离按从小到大的顺序排列,得到相似图像检索结果。本发明使训练出的神经网络提取的特征在多标签检索任务上取得了更加优秀的检索效果。
公开/授权文献
- CN107122809A 基于图像自编码的神经网络特征学习方法 公开/授权日:2017-09-01