摘要
本发明公开了一种基于多视图特征融合的图像相似度计算方法,涉及图像相似度计算技术领域,步骤如下:S1、收集应用于图像相似度计算的场景数据;S2、对数据进行处理和采样,得到最优正负样本集;S3、分别搭建并训练目标检测模块、孪生神经网络模块和余弦相似度模块;S4、构建多视图特征融合模型,整合上述三个模块的输出结果;S5、将待进行图像相似度计算的图像输入至已训练好的多视图特征融合模型中获取精准的图像相似度计算预测结果。本发明采用上述步骤的一种基于多视图特征融合的图像相似度计算方法,结合目标识别技术、余弦相似度计算以及孪生神经网络的输出构建多视图特征融合模型,从而提高图像相似度计算的精度。
技术关键词
孪生神经网络
度计算方法
样本
图像
卷积神经网络模型
损失函数优化
模块
Sigmoid函数
网格
超参数
数据
标签
图片类别
文件夹
多层感知机
网络架构
输出特征
格式
加载器
系统为您推荐了相关专利信息
图像块
传输加密方法
像素点
解密方法
混沌加密算法
数字孪生模型
数据分析系统
子组件
特征提取模块
三维点云模型
惯性传感器
跌倒检测方法
跌倒检测系统
人体手腕
数据
神经网络模型
保护地
生态环境监测方法
卫星遥感图像
残差神经网络