【技术实现步骤摘要】
本专利技术涉及细粒度图像检索技术，具体涉及一种基于因果推理的细粒度图像检索方法及系统。
技术介绍
1、作为计算机视觉和多媒体任务，图像检索正面临着不断增长的大规模数据和更高效的搜索相互矛盾这一新挑战。因此，哈希被提出作为解决这个问题的一种方法。这种方法是将高维数据特征压缩为二进制哈希码，在汉明空间中使用简单的异或检索近似最近邻。从而，它减少了对数据库存储的要求以及搜索时间成本。最近的深度哈希方法利用深度神经网络来处理哈希问题。大多数现有的深度哈希方法都是用于粗粒度图像检索任务，其中对象通常依赖于大的类间差异来区分。然而，一些实际应用，如搜索细粒度产品或动物需要区分外观相似的类别，这需要网络捕获更小的粒度。但是这些现有的哈希方法不能很好地处理类内差异大类间差异小的问题。对于细粒度图像检索来说，挖掘多样化局部特征比关注单个显著特征更加重要。
2、然而，现有的方法只关注一些明显的区域特征，这会误导网络过度拟合某些显著特征。
技术实现思路
1、本专利技术的目的在于提供一种基于因果推理的...
【技术保护点】
1.一种基于因果推理的细粒度图像检索方法，其特征在于，包括：
2.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，提取图像的全局特征和建模整个数据库的局部特征，之前还包括：
3.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，根据因果推理理论将全局特征和局部特征相融合，得到新特征从理论上能够学习到多样化的局部特征，具体包括：
4.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，利用二值化噪声插入模块，对训练中的哈希码插入服从均匀分布的二值化数字作为噪声，抑制被过度激活的比特，从而...
【技术特征摘要】
1.一种基于因果推理的细粒度图像检索方法，其特征在于，包括：
2.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，提取图像的全局特征和建模整个数据库的局部特征，之前还包括：
3.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，根据因果推理理论将全局特征和局部特征相融合，得到新特征从理论上能够学习到多样化的局部特征，具体包括：
4.根据权利要求1所述的基于因果推理的细粒度图像检索方法，其特征在于，利用二值化噪声插入模块，对训练中的哈希码插入服从均匀分布的二值化数字作为噪声，抑制被过度激活的比特，从而学习平衡和去关联的哈希码。
...
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。