【技术实现步骤摘要】
：本专利技术涉及图像处理技术与深度学习，尤其涉及一种用于生成图像鲁棒描述符的深度学习系统及方法。
技术介绍
0、
技术介绍
：
1、随着社交媒体的不断发展，每天都有大量用户将自己的创作的图像上传到网络。这些图像常常遭到盗用、抄袭和篡改，导致用户的合法权益受到严重侵害。因此，如何保护数字图像的知识产权成为了一个亟待解决的重要问题。为了解决这一问题，需要对用户上传图像的相似性进行判别。
2、为了判别不同图像的相似性，通常需要先从图像中提取具有区分性和鲁棒性的特征，即图像指纹，然后将图像指纹间的距离作为判断依据。传统方法通常将图像的统计量作为特征，例如choudhary r等人[1]通过统计完整图像和中心区域图像的像素值构造两类直方图，将直方图之间的相似性作为判断图像相似性的依据。bhat等[2]对图像进行分块，计算每块的平均灰度值并排序，将得到的序列作为图像特征。实验表明该算法对图像颜色变化有一定的鲁棒性，但对旋转和裁剪鲁棒性较差。kim等人[3]对图像进行分块，对每块进行离散余弦变换，将得到的系数矩阵作为图像的特征,将...
【技术保护点】
1.一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述深度学习系统包括图像指纹生成网络、鉴别器；所述图像指纹生成网络由初级特征提取模块、自注意力模块和特征编码模块构成；
2.根据权利要求1所述的一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述初级特征提取模块对由卷积层提取到的图像特征进行相同尺寸缩放、通道方向拼接、注意力调制和残差连接获得初级图像特征Fpre，包括：
3.根据权利要求1所述的一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述自注意力模块对初级图像特征进行局部和全局特征提取先后获得局部和全局图像特征过程：
4.一...
【技术特征摘要】
1.一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述深度学习系统包括图像指纹生成网络、鉴别器；所述图像指纹生成网络由初级特征提取模块、自注意力模块和特征编码模块构成；
2.根据权利要求1所述的一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述初级特征提取模块对由卷积层提取到的图像特征进行相同尺寸缩放、通道方向拼接、注意力调制和残差连接获得初级图像特征fpre，包括：
3.根据权利要求1所述的一种用于生成图像鲁棒描述符的深度学习系统，其特征在于，所述自注...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。