摘要
本发明属于人工智能图像通信领域,具体涉及一种基于软权重区域加权的图像搜索方法和系统。本发明包括如下步骤:(1)图像数据集通过预训练的16层卷积神经网络模型,提取第五池化层的深度特征图;(2)对深度特征图进行增强处理,得到区域判别性特征,通过对比分析生成对比权重,保存备用;(3)利用得到的对比权重,对深度特征图进行加权处理,生成对比加权特征空间;(4)对对比加权特征空间进行后处理,得到对比加权聚合表征,表征直接用于图像搜索任务中。本发明方法和系统引入的权重机制旨在辨识深度特征图中各区域的区分度,进而提升深度特征描述的表征能力,融入了对比加权策略,实现了对空间信息贡献度的精准利用。
技术关键词
卷积神经网络模型
图像搜索方法
加权特征
图像深度特征
图像输出模块
图像增强模块
成分分析
图像库
后处理模块
预训练模型
图像搜索系统
人工智能图像
因子
数值
代表
权重机制
数据
特征点
系统为您推荐了相关专利信息
磨削工件边缘
形状检测方法
边缘检测模型
数学形态学
边缘轮廓
消防安全管理系统
实时视频监控
数据分析模块
环境监测模块
卷积神经网络模型
过滤方法
LightGBM模型
特征工程方法
斯皮尔曼等级相关系数
斯皮尔曼相关系数