发明授权
- 专利标题： 一种基于极少训练样本的深度图像哈希方法
-
申请号： CN201811053140.X申请日： 2018-09-10
-
公开(公告)号： CN109472282B公开(公告)日： 2022-05-06
- 发明人: 耿立冰 , 潘炎 , 印鉴 , 赖韩江 , 潘文杰
- 申请人： 中山大学 , 广州中大南沙科技创新产业园有限公司
- 申请人地址： 广东省广州市海珠区新港西路135号;
- 专利权人： 中山大学,广州中大南沙科技创新产业园有限公司
- 当前专利权人： 中山大学,广州中大南沙科技创新产业园有限公司
- 当前专利权人地址： 广东省广州市海珠区新港西路135号;
- 主分类号： G06V10/774
- IPC分类号： G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明提供一种基于极少训练样本的深度图像哈希方法，该方法在已有的传统哈希方法的和基于深度学习的哈希方法都是在大量训练样本的前提下来进行设计的，而在真实的生产环境中，得到大量标记训练样本的成本很高，所以在在极少训练样本下，如果能得到一个效果相对较好的图像哈希模型是具有非常大的实用价值的。
公开/授权文献
- CN109472282A 一种基于极少训练样本的深度图像哈希方法 公开/授权日：2019-03-15
