大规模细粒度图像检索中的属性感知哈希编码学习方法

摘要

本发明公开了一种大规模细粒度图像检索中的属性感知哈希编码学习方法，包括以下步骤：通过卷积神经网络提取图像中的全局特征与局部特征信息；构建哈希学习模块，将高维度的图像特征信息提取到低维度的哈希空间并构建哈希特征解码器，通过无监督的方式引导哈希学习过程中的属性特征提取方式；增强哈希模块学习得到的每个维度属性的鉴别能力，去除每个维度属性特征之间的冗余相关性，使得每个维度的属性特征都有自己独特且完整的表达含义。本发明通过卷积神经网络与注意力机制提取图像中的局部与全局特征，通过建立属性特征解码器并使特征向量拥有自正交特性，引导哈希学习保留相对完整且重要的整体图像特征信息，可以获得更高的图像检索准确率。