一种基于风格自适应残差网络的草图图像检索方法

本发明涉及一种基于风格自适应残差网络的草图图像检索方法，属于计算机视觉领域。所述方法，首先获取细粒度草图数据集，并通过风格自适应残差网络进行特征提取。在该网络中，首先通过风格增强门模块，利用通道注意力机制，增强具有重要语义信息的特征，从而有效传递低响应但关键的全局或局部特征。接着，利用风格增强模块，通过特征关系矩阵和可学习变换操作，自适应地调整风格增强特征，确保模型不会过度依赖特定风格的局部模式，而是能够在整体结构信息的基础上进行匹配。最终，我们构建了风格自适应残差网络，使得模型能够自适应调整特征表示，在不同风格的草图输入下保持高鲁棒性，并确保在匹配阶段能够获得稳定且具有判别力的深度特征。