一种基于深度自编码卷积神经网络的多任务分层图像检索方法

摘要

本发明公开一种基于深度自编码卷积神经网络的多任务分层图像检索方法，其特征在于：主要包括一个用于深度学习和训练识别的多任务端到端的卷积神经网络、一种基于RPN网络对感兴趣区域二次筛选模块的快速视觉分割检测和定位方法、一种全图稀疏哈希码的粗检索、一种基于最大响应的区域感知语义特征和矩阵h的精准比对检索、一种对感兴趣区域选着性比较的算法。本发明能实现端到端的训练，自动选出更高质量的感兴趣区域，有效提高以图搜图的自动化和智能化水平，且用较少的存储空间，较快的检索速度来满足大数据时代的图像检索要求。