利索能及
我要发布
收藏
专利号: 2019103723772
申请人: 西南大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-07-01
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种用于分布式架构的快速监督离散哈希图像检索系统,其特征在于包括:

样本数据库,该样本数据库中用于分布式存储网络模型中各个节点上传的样本图像数据,从而构建样本数据集;

核化处理模块,用于对各个节点上传的样本图像数据进行核化处理,得到对应的特征矩阵;

分布式快速监督离散哈希学习模块:用于构建分布式快速监督离散哈希学习模型,且通过对核化处理后的样本数据集进行训练寻优,得到最佳哈希函数投影矩阵以及所述样本数据集对应的最佳哈希码矩阵;

测试样本获取模块:用于获取测试图像数据;

图像检索模块:该图像检索模块将所述测试图像数据传送至所述核化处理模块处理后得到对应的特征矩阵,然后通过所述最佳哈希函数投影矩阵处理得到测试图像数据的哈希码,然后通过计算测试图像数据的哈希码与所述最佳哈希码矩阵之间的汉明距离确定最终的图像检索结果。

2.根据权利要求1所述的用于分布式架构的快速监督离散哈希图像检索系统,其特征在于:所述核化处理模块采用高斯核函数进行处理,具体为:K(x)=[exp(-||x-a1||2/σ),L,exp(-||x-aq||2/σ)],x表示样本的特征向量,通过样本图像数据中随机选择q个样本作为锚点,a1~aq表示第q个锚点的特征向量,σ为预设的高斯核函数的宽度系数。

3.根据权利要求1所述的用于分布式架构的快速监督离散哈希图像检索系统,其特征在于:所述分布式快速监督离散哈希学习模块按照:作为全局目标损失函数进行寻优,其中:Bl表示第l个节点上传的样本图像数据对应的哈希码矩阵,Yl表示第l个节点上传的样本图像数据对应的标签集,Wl表示第l个节点对应的分类器矩阵,Pl表示第l个节点对应的哈希函数投影矩阵,K(Xl)表示第l个节点上传的样本图像数据核化表达特征矩阵,λ和μ表示正则化系数,Wl=Ws表示相邻两个节点的分类器矩阵相同,Pl=Ps表示相邻两个节点的哈希码矩阵相同,P为从所述样本数据库选择的样本对应的节点个数,N(l)表示节点l的邻居节点集。

4.根据权利要求3所述的用于分布式架构的快速监督离散哈希图像检索系统,其特征在于:所述分布式快速监督离散哈希学习模块的寻优过程为:先初始化Bl、Pl以及Wl,在保持Pl和Wl不变的情况下,通过全局目标损失函数寻找局部最佳Bl;

然后在保持Bl和Pl不变的情况下,通过全局目标损失函数寻找局部最佳Wl;

然后在保持Bl和Wl不变的情况下,通过全局目标损失函数寻找局部最佳Pl;

反复循环上述过程,直到最大迭代次数或算法收敛,从而得到所有节点的最佳哈希函数投影矩阵集 以及所述样本数据集对应的最佳哈希码矩阵。并从 中随机选取一个节点的最优投影矩阵作为全局最优哈希函数投影矩阵P。

5.根据权利要求4所述的用于分布式架构的快速监督离散哈希图像检索系统,其特征在于:在训练寻优过程中,利用增广拉格朗日乘子公式表示全局目标损失函数,并利用交替方向乘子法确定局部最优目标。

6.根据权利要求3所述的用于分布式架构的快速监督离散哈希图像检索系统,其特征在于:所述图像检索模块按照BT=sign(K(XT)P)确定测试图像数据的哈希码BT,其中K(XT)为测试图像数据核化表达特征矩阵,P为全局最优哈希函数投影矩阵,sign()为符号函数。