一种基于深度学习的多视图图像检索方法

摘要

本发明提供一种基于深度学习的多视图图像检索方法，该方法训练过程包括：多视图图像，将多视图图像从维度和尺度方面进行归一化处理；构造多视图深度卷积神经网络，构建多路视图并行处理的卷积神经网络，每一路网络的初始参数相同；网络参数精细化调整，利用标签数据集来精细化调整预训练的网络参数；在训练完成之后，对图像库中进行图像分类和最优视角进行计算,提取图像特征和每一组多视图中的最优视角，并将图像特征和最优视角进行存储。在图像检索时，输入单视图之后，检索反馈的结果将包含相似图像及其最优视角的图像。本发明的利用单视图检索多视图的方法，提高检索准确性和结果显示的直观性。