一种基于深度表征模型的格子织物图像检索方法

本发明涉及一种基于深度表征模型的格子织物图像检索方法，属于纺织面料检索和计算机视觉领域。本发明多尺度特征融合优势：模型同时提取织物的低阶视觉属性和高阶语义特征，解决了传统方法中特征冗余或信息割裂的问题；(2)四元损失联合优化机制：全局对比损失引入局部相似度驱动的动态裕度调节器，依据图像块相似性自适应收缩/扩张决策边界，提高相似纹理的细粒度区分能力；局部对齐损失强化微观结构一致性，周期性约束损失显式建模色纱排列的空间规律，解决了CNN对周期性特征不敏感的难题。本发明为纺织行业提供了高效可靠的图像检索工具，在电商推荐、生产质检、供应链管理场景中应用前景广泛，具有显著的经济社会效益。