摘要
基于高斯混合聚类与Wasserstein距离的全局图像特征提取方法,它涉及一种全局图像特征提取方法。本发明的目的是降低离线和在线阶段特征提取的计算开销和推理时间,并提高全局召回精度,从而保障全局检索的质量。本发明的过程为:一:在离线阶段,建立离线数据库,对于要建库的图像,首先通过EfficientNet‑B3进行初步局部特征提取,然后使用基于高斯混合聚类与Wasserstein距离的高效全局图像特征提取方法提取全局特征,实现建库;二:在在线阶段,对输入的查询图像,首先通过EfficientNet‑B3进行初步局部特征提取,然后使用基于高斯混合聚类与Wasserstein距离的高效全局图像特征提取方法提取全局特征,最后在数据库中进行检索获取候选图像。本发明属于视觉图像检索定位技术领域。
技术关键词
图像特征提取方法
局部特征提取
特征提取模块
协方差矩阵
方差特征
拉格朗日乘子法
图像局部特征
离线
语义特征
全局特征提取
高斯混合模型
元素
阶段
后验概率
参数
估计方法
定位技术
在线
系统为您推荐了相关专利信息
无线充电系统
补偿器
卡尔曼算法
协方差矩阵
乘法器
轴向磁场电机
复合传感器
故障特征信息
热阻网络模型
LSTM神经网络模型
无人机设备
风电场集电线路
巡检图像
无人机巡检
巡检路径
交通流量预测方法
门控循环网络
一维卷积神经网络
六层卷积神经网络
门控循环单元
基元
生成方法
计算机图形学
机器人视觉
协方差矩阵