摘要
本发明涉及人工智能技术领域及医疗健康领域,公开了一种图像特征索引方法,包括:获取原始图像数据集并进行数据增强操作,将增强图像标记为相似图像或不相似图像;对增强图像进行掩码屏蔽处理并输入编码网络,生成重建图像;从重建图像中提取图像特征表示,通过对比学习优化相似图像和不相似图像的特征差异;基于处理后的图像特征表示构建图像特征索引库,实现重复目标图像的检索与识别。本发明通过综合提取图像的全局特征和局部特征,能准确识别重复目标图像。通过自监督学习方式减少对人工标注数据的依赖,提高图像特征表示的鲁棒性和泛化能力。通过对比学习模块优化图像特征的差异性,提升系统对相似图像和不相似图像的识别精度。
技术关键词
图像特征索引方法
原始图像数据
标记
编码
网络
索引装置
计算机设备
图像块
特征提取模块
人工智能技术
医疗健康
模板
处理器
图像重建
序列
程序
系统为您推荐了相关专利信息
调控方法
脂肪
功能性添加剂
肉牛生长性能
计算机
神经网络特征
化评估方法
多模态生理
高精度传感器
融合特征
日志分析
神经网络模型
流量监测工具
沙箱
管理中心
自动化监测系统
特征值
数据分析模块
数据采集模块
神经网络模型