一种快速图像检索方法技术

本发明专利技术属于图像识别技术领域，公开了一种快速图像检索方法，包括如下步骤：S1.获取图像，进行预处理，得到图像局部特征；S2：进行图像局部特征的特征抽取和选择，得到特征建模向量；S3：进行特征建模向量的判别学习，得到降维后的特征建模向量；S4：融合降维后的特征建模向量，得到最终图像表达向量；S5：根据最终图像表达向量，得到检索结果。本发明专利技术解决了现有技术存在的图像识别准确性低、效率低以及无法适应大规模数据情况的问题。

【技术实现步骤摘要】
一种快速图像检索方法
本专利技术属于图像识别
，具体涉及一种快速图像检索方法。
技术介绍
图像识别是人工智能的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了我们的需求，于是就产生了基于计算机的图像识别技术。通常一个领域有固有技术无法解决的需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。模式识别是人工智能和信息科学的重要组成部分。模式识别是指对表示事物或现象的不同形式的信息做分析和处理从而得到一个对事物或现象做出描述、辨认和分类等的过程。简单地说，模式识别就是对数据进行分类，它是一门与数学紧密结合的科学，其中所用的思想大部分是概率与统计。模式识别主要分为三种：统计模式识别、本文档来自技高网...

【技术保护点】
1.一种快速图像检索方法，其特征在于：包括如下步骤：/nS1.获取图像，进行预处理，得到图像局部特征；/nS2.进行图像局部特征的特征抽取和选择，得到特征建模向量；/nS3.进行特征建模向量的判别学习，得到降维后的特征建模向量；/nS4.融合降维后的特征建模向量，得到最终图像表达向量；/nS5.根据最终图像表达向量，得到检索结果。/n

【技术特征摘要】
1.一种快速图像检索方法，其特征在于：包括如下步骤：
S1.获取图像，进行预处理，得到图像局部特征；
S2.进行图像局部特征的特征抽取和选择，得到特征建模向量；
S3.进行特征建模向量的判别学习，得到降维后的特征建模向量；
S4.融合降维后的特征建模向量，得到最终图像表达向量；
S5.根据最终图像表达向量，得到检索结果。


2.根据权利要求1所述的一种快速图像检索方法，其特征在于：所述的步骤S1中，使用基于迁移学习的深层卷积神经网络，对获取的图像进行预处理。


3.根据权利要求2所述的一种快速图像检索方法，其特征在于：所述的预处理包括依次进行的去噪处理、平滑处理以及变换处理。


4.根据权利要求1所述的一种快速图像检索方法，其特征在于：所述的步骤S2中，进行图像局部特征的特征抽取和选择时，分别使用空间均值池化和鲁棒协方差对图像局部特征进行建模，得到对应的两种特征建模向量。


5.根据...

【专利技术属性】
技术研发人员：钱鑫，
申请(专利权)人：北京曲线智能装备有限公司，
类型：发明
国别省市：北京;11