一种基于深度神经网络模型的论文图片比对方法

本发明公开了一种基于深度神经网络模型的论文图片比对方法，通过利用深度卷积神经网络，无需人工逐一审核，深度卷积神经网络可快速处理大量图片数据，实现批量预处理与分析，能在短时间内完成海量论文图片集合的审查，解决人工审核效率低、难应对大数据的问题，确保全面及时审查；该深度卷积神经网络能自动学习图像深层次特征，提取有代表性和区分度的特征向量，可捕捉语义、结构等特征，即便图片经旋转、缩放等变换或内容相似但表现形式不同，也能有效检测相似图片，突破传统方法局限；同时，通过计算欧氏距离、曼哈顿距离和全局相似度得到复合相似度，多维度评估图片相似性，进一步提高检测准确性，发现单一方法难察觉的相似图片。