一种基于端到端深度学习的视图地标检索方法

摘要

本发明公开了一种基于端到端深度学习的视图地标检索方法，包括以下步骤，S1：采集关键地标图片,进行预处理操作后作为训练数据；S2：将局部聚合描述子特征向量方法嵌入CNN，构成端到端的CNN模型；S3：将采集训练数据输入端到端CNN模型，提取图像局部不变特征，通过误差函数训练CNN模型，学习最优聚合簇中心点；S4：对待鉴定的视频流进行提取关键帧图片操作，与待鉴定的图片流后进行下采样操作，生成待鉴定地标数据集Q；S5：将Q输入所训练的CNN模型，进行局部不变特征向量提取，通过全连接层和数据输出层输出各地标类别计算结果；S6：根据训练设置的关键地标类别阈值，判断Q中每份数据是否存在关键地标类别,若存在则输出图片源名和地标的提示。