【技术实现步骤摘要】
本专利技术属于图像检索，更为具体地讲，涉及一种基于图像量化的通用图像检索方法。
技术介绍
1、图像量化是一种降低图像数据精度的方法，通过对图像的像素值进行统计和映射，将多位的像素值压缩为较少的位数，从而达到减小图像文件大小和降低图像质量的目的。目前，现有的图像量化方法已应用在多个领域中，尤其图像识别、检测和检索等计算机视觉任务获取了较大成功。然而，在图像检索中尤其是在新领域和新类别的现实应用中，方法的表现并不理想。这是因为传统的图像量化方法在处理未知领域或类别的图像时，需要不断注释新数据和重新训练模型，导致高资源消耗，需要进行一步改进。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于图像量化的通用图像检索方法，采用一阶代码本和二阶代码本，生成跨领域一致、跨类别感知的量化结果，从而解决图像检索任务中的跨领域和跨类别挑战，显著提高图像检索的准确性和效率。
2、为了实现上述专利技术目的，本专利技术基于图像量化的通用图像检索方法包括以下步骤：
3、s...
【技术保护点】
1.一种基于图像量化的通用图像检索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的通用图像检索方法，其特征在于，所述步骤S2中视觉特征提取模块包括视觉Transformer神经网络、全连接层和归一化模块，其中：
3.根据权利要求1所述的通用图像检索方法，其特征在于，所述步骤S8中损失函数的计算方法为：
4.根据权利要求1所述的通用图像检索方法，其特征在于，所述二阶代码本切割为Q块，在图像量化模型运行过程中，将视觉特征提取模块提取的视觉嵌入特征Z同样切割为Q块，与切割后的代码本一一对应；视觉嵌入特征Z的每一个子块独立地在其对...
【技术特征摘要】
1.一种基于图像量化的通用图像检索方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的通用图像检索方法，其特征在于，所述步骤s2中视觉特征提取模块包括视觉transformer神经网络、全连接层和归一化模块，其中：
3.根据权利要求1所述的通用图像检索方法，其特征在于，所述步骤s8中损失函数的计算方...
【专利技术属性】
技术研发人员：高联丽，朱橹，郭嘉琪，李浩，王轩瀚，宋井宽，
申请(专利权)人：电子科技大学深圳高等研究院，
类型：发明
国别省市：
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。