【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，尤其涉及一种基于交叉注意力机制的哈希到图像逆映射方法。
技术介绍
1、图像哈希是一种可以用于大规模数据索引，快速图像检索和认证的方法。这种方法可以进行高效的图像内容检索[1]。哈希是一种排列非常紧凑、具有鲁棒性且能反映图像本质内容的描述符。虽然通常认为哈希生成过程是单项映射过程，但现有研究表明借助深度学习等技术可以从图像的哈希序列重建输入图像。因此，哈希除了能够用于图像检索等应用外，还可作为一种具有高度紧凑性的图像表示方法，能够极大节省图像存储和传输成本。
2、现有研究工作主要聚焦于从图像局部描述符来重建图像，例如词袋模型、局部二值模式等描述符，但此类图像描述符包含的信息量远大于哈希。近期一些工作尝试采用深度学习技术从哈希序列中推断原始图像信息，从而重建图像，且重建结果能够反映出原始图像的主要视觉内容。wang等人[2]使用深度学习方法从哈希中重建小尺寸灰度图像，所提出的卷积神经网络由全连接层、若干个激活函数和卷积层构成，用于以端到端的方式学习从哈希空间到图像空间的逆映射。rabab等人...
【技术保护点】
1.一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述哈希到图像逆映射网络采用以下步骤对哈希进行处理：
3.根据权利要求2所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述注意力调制单元由若干层归一化操作、交叉注意力层和全连接层构成；层归一化操作和交叉注意力层按如下方式对注意力调制单元的输入进行处理：
4.根据权利要求3所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述交叉注意力层接受两个输入：...
【技术特征摘要】
1.一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述哈希到图像逆映射网络采用以下步骤对哈希进行处理：
3.根据权利要求2所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述注意力调制单元由若干层归一化操作、交叉注意力层和全连接层构成；层归一化操作和交叉注意力层按如下方式对注意力调制单元的输入进行处理：
4.根据权利要求3所述一种基于交叉注意力机制的哈希到图像逆映射方法，其特征在于，所述交叉注意力层接受两个输入：一个输入为前置层归一化操作的输出，a通过与权重矩阵相乘得到q;另一个输入为哈希特征提取模块的输出，分别与权重矩阵、相乘得到k、v，即：
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。