一种基于形状回归的草图图像检索方法技术

本发明专利技术公开了一种基于形状回归的草图图像检索方法，所述方法包括以下步骤：使用ImageNet图像数据预训练的VGG19网络作为初始化网络；使用Gb边界提取方法，生成草图近似；将Gb轮廓图像和原始图像同时送到初始化网络中进行训练，实现域迁移学习；在初始化网络的分类softmax损失基础上，增加形状回归损失作为网络整体的损失函数，该损失函数的设计有助于挖掘图像和形状之间的潜在一致性；在图像检索的过程中，利用提取出来的草图特征和图像特征基于余弦距离进行匹配和排序。本发明专利技术通过引入形状回归损失，利用经过预训练的卷积神经网络，对草图域和图像域进行学习，实现基于形状回归的草图图像检索。

【技术实现步骤摘要】
一种基于形状回归的草图图像检索方法
本专利技术涉及图像检索、计算机视觉
，尤其涉及一种基于形状回归的草图图像检索方法。
技术介绍
随着互联网技术的飞速发展和多媒体设施的迅速普及，互联网上数字图像数量在飞速增长。如何对数字图像进行高效的查找成为了当下迫切的需求。对图像进行高效检索在人们的日常生活中以及在医学、公共安全及国防、电影工业、数字图书馆、遥感、农业等领域中发挥着重要作用。因此，图像检索技术受到了国内外学者的广泛关注，成为了当下的研究热点。图像检索最初的研究方向主要是基于文本的图像检索技术。基于文本的图像检索即使用文本方式对图像的特征进行描述。随着计算机计算能力的提升，基于内容的图像描述方式逐渐普及。基于内容的图像检索通过对图像内容的分布进行描述来获取图像特征，通过此特征进行检索匹配。图像中纹理、颜色、形状等复杂性是图像检索技术的巨大挑战之一。输入图像和输出检索结果之间的映射匹配关系的构建成为了图像检索的重点研究方向。以图搜图的图像检索中，用户需要找到一幅和检索意图非常相似的真实图像，这对于普通用户来说也是一个难以获得的输入。更加简单的输入模态，比如简单线条组成的形状，会是本文档来自技高网...

【技术保护点】
1.一种基于形状回归的草图图像检索方法，其特征在于，所述方法包括以下步骤：使用ImageNet图像数据预训练的VGG19网络作为初始化网络；使用Gb边界提取方法，生成草图近似；将Gb轮廓图像和原始图像同时送到初始化网络中进行训练，实现域迁移学习；在初始化网络的分类softmax损失基础上，增加形状回归损失作为网络整体的损失函数，该损失函数的设计有助于挖掘图像和形状之间的潜在一致性；在图像检索的过程中，利用提取出来的草图特征和图像特征基于余弦距离进行匹配和排序。

【技术特征摘要】
1.一种基于形状回归的草图图像检索方法，其特征在于，所述方法包括以下步骤：使用ImageNet图像数据预训练的VGG19网络作为初始化网络；使用Gb边界提取方法，生成草图近似；将Gb轮廓图像和原始图像同时送到初始化网络中进行训练，实现域迁移学习；在初始化网络的分类softmax损失基础上，增加形状回归损失作为网络整体的损失函数，该损失函数的设计有助于挖掘图像和形状之间的潜在一致性；在图像检索的过程中，利用提取出来的草图特征和图像特征基于余弦距离进行匹配和排序。2.根据权利要求1所述的一种基于形状回归的草图图像检索方法，其特征在于，在网络训练完成后，所述初始化网络具备同时输出有效的草图特征和图像特征的能力，更好地关联图像特征和草图特征。3.根据权利要求1所述的一种基于形状回归的草图图像检索方法，其特征在于，所述形状回归损失将形状信息引入图像特征，促进草图特征与其对应的图像形状的关联性信息的挖掘，提取鲁棒的图像和草图特征。4.根据权利要求1所述的一种基于形状回归的草图图像检索方法，其特征在于，所述形状回归损失项的回归目标是从Gb轮...

【专利技术属性】
技术研发人员：雷建军，宋宇欣，侯春萍，郑凯夫，彭勃，牛力杰，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12