基于对比学习的文物图像检索系统技术方案

本发明专利技术公开了一种基于对比学习的文物图像检索系统，首先使用有监督的对比学习算法对模型进行训练以得到好的特征提取器，使得提取得到的特征能够准确地表述图像所包含的语义信息，之后通过计算特征表示之间的相似度进行检索，并通过平均查询扩展及数据库端特征增强来进一步提高检索结果准确性。本发明专利技术检索系统通过有监督对比学习算法对网络进行训练得到特征提取器，可以对图像提取得到有效的、具有判别性的特征表示，并通过平均查询扩展与数据端数据特征增强来进一步提高检索的准确性。端数据特征增强来进一步提高检索的准确性。端数据特征增强来进一步提高检索的准确性。

【技术实现步骤摘要】
基于对比学习的文物图像检索系统


[0001]本专利技术涉及文物图像资料的特征提取与对比匹配技术，更具体地，涉及到一种基于对比学习算法的针对文物数据的图像检索系统。

技术介绍

[0002]民间文物交易流通各环节中的审核工作过于依赖经验分析与肉眼判断，存在过程繁杂、效率低下等问题，这也催生了计算机自动检索文物图像的需求。图像检索旨在建立查询图像与图像数据库之间的索引，根据某种度量方式，输出数据库中与查询图像匹配或相似的图像。基于目前图像数据量大且检索需求高的现状，急需提出适应民间文物多样性与场景复杂性的高保真数字信息采集技术，设计文物数据关键特征信息提取方式与比对匹配方法。

技术实现思路

[0003]为了解决现有技术中的问题，本专利技术提供一种基于对比学习的文物图像检索系统，解决现有技术中检索准确率与效率低、对计算力要求高等问题。
[0004]本专利技术的技术方案是：
[0005]一种基于对比学习的文物图像检索系统，包括特征提取器和检索模块，所述特征提取器包括预处理和特征提取，所述检索模块包括排序和索引、相似性计算；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于对比学习的文物图像检索系统，其特征在于，包括特征提取器和检索模块，所述特征提取器包括预处理和特征提取，所述检索模块包括排序和索引、相似性计算；将待检索的图像输入，对其进行预处理和特征提取得到相应的特征向量，同时对图像数据库中的所有图像进行预处理与特征提取，得到对应的图像特征库，之后通过检索模块，计算查询图像的特征向量与图像特征库中特征向量之间的相似度，并利用相似度对图像数据库中的图像进行排序与索引，得到与查询图像匹配的图像作为最终的检索结果。2.根据权利要求1所述基于对比学习的文物图像检索系统，其特征在于，使用有监督的对比学习算法对特征提取器进行网络训练；对比学习模型采用完全对称且参数共享的两个分支，每个分支均包括数据增强、编码器网络与投影网络，其中编码器网络与投影网络组成特征提取器；对于任意一张图像x，它通过两种不同的数据增强方式形成两个增强视图x
i
与x
j
；由于上下分支是完全对称的，上分支中x
i
首先经过编码器网络转换为对应的特征表示h
i
＝f
θ
(x
i
)；之后非线性变换结构
‑‑
投影网络将特征表示映射为最终的特征表示z
i
＝g
θ
(h
i
)；类似地，下分支的增强视图经过两次非线性变换得到最终的特征表示z
j
＝g
θ
(f
θ
(x
j
))。3.根据权利要求2所述基于对比学习的文物图像检索系统，其特征在于，所述网络训练为：随机采样N个样本构成一个Batch，记为{x
k
，y
k
}
k＝1，2，...，N
，y
k
是x
k
的标签，通过数据增强可以得到2N个样本其中，和是同一个样本经两种随机的数据增强方式得到的数据对，数据增强过程中的标签信息始终不会改变；对于有监督对比学习，一个样本对应着多个正样本，即Batch内与其标签信息相同的样本作为正样本，而与其标签信息不同的样本作为负样本，这样可以有效利用已知...

【专利技术属性】
技术研发人员：周圆，郭阿欣，霍树伟，陈克然，李硕士，
申请(专利权)人：天津大学，
类型：发明
国别省市：