一种基于深度学习的同类物体检索方法及系统
基本信息
| 申请号 | CN201810510298.9 | 申请日 | - |
| 公开（公告）号 | CN108804581A | 公开（公告）日 | 2018-11-13 |
| 申请公布号 | CN108804581A | 申请公布日 | 2018-11-13 |
| 分类号 | G06F17/30;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 詹宜巨;李海良;蔡庆玲;毛宜军;王永华 | 申请（专利权）人 | 广州中大百迅信息技术有限公司 |
| 代理机构 | 广州嘉权专利商标事务所有限公司 | 代理人 | 广州中大百迅信息技术有限公司 |
| 地址 | 510650 广东省广州市越秀区先烈中路83号510自编之八 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的同类物体检索方法及系统，该方法包括以下步骤：获取待检索的目标图像以及对应的检索图像库；使用训练好的改进型CNN网络从检索图像库中，筛选出与目标图像最接近的N个候选图像；从N个候选图像中，选择与目标图像之间具有最小余弦距离的图像作为检索目标；其中，N为预设的正整数，所述改进型CNN网络中，至少一个卷积层被L2正则化。本发明通过对CNN网络进行改进后，提高了对同类物体的识别精度，可以准确、快速地区分出同类物体中的相同或相近图像，实现同类物体的细分匹配检索，可广泛应用于图像处理行业中。 |
