一种利用卷积神经网络和正交变换计算图像哈希值的方法

摘要

本发明涉及一种利用卷积神经网络和正交变换计算图像哈希值的方法，属于图像处理领域。本发明选择一个适当的图像分类卷积神经网络，利用训练图像训练卷积神经网络，使其达到稳定状态；将需要计算哈希值的图像输入训练好的卷积神经网络，保留卷积神经网络类概率层的输入作为图像的一级特征；利用正交变换，将图像的一级特征变换为图像的二级特征；根据需要的哈希值长度，截取图像的二级特征的部分分量，根据截取的图像的二级特征的部分分量的平均值将截取的图像的二级特征的各个分量二值化为0或1。本发明能够有效利用卷积神经网络提取的输入图像的特征信息，使得相似图像的哈希值相似，有助于图像大数据的快速检索。