公开(公告)号：CN107515895B

公开(公告)日：2020-06-05

申请号：CN201710574741.4

申请日：2017-07-14

Applicant: 中国科学院计算技术研究所

Inventor： 唐胜 ,  肖俊斌 ,  李锦涛

IPC: G06F16/583 ,  G06F16/55 ,  G06K9/62

Abstract: 本发明涉及一种基于目标检测的视觉目标检索方法和系统，包括：采用IDF带权的交叉熵损失函数对公共目标检测数据集进行训练，生成初步目标检测模型；采用包含用户指定目标类型的检索数据集对初步目标检测模型进行微调，生成最终目标检测模型；通过最终目标检测模型对待检索图片中的视觉目标进行特征提取，生成待检索图片的多个卷积特征图，通过空间注意力矩阵将卷积特征图进行聚合，生成聚合特征向量，以在图片库中检索与聚合特征向量相匹配的图片。本发明通过将视觉目标检索与检测相关联，避免了候选窗口预测步骤，并通过选择性累加特征图得到注意力矩阵，将卷积层的局部描述子带权聚合成一个全局特征表达用于视觉目标检索，提高了检索速度和精度。

公开(公告)号：CN107515895A

公开(公告)日：2017-12-26

申请号：CN201710574741.4

申请日：2017-07-14

Applicant: 中国科学院计算技术研究所

Inventor： 唐胜 ,  肖俊斌 ,  李锦涛

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明涉及一种基于目标检测的视觉目标检索方法和系统，包括：采用IDF带权的交叉熵损失函数对公共目标检测数据集进行训练，生成初步目标检测模型；采用包含用户指定目标类型的检索数据集对初步目标检测模型进行微调，生成最终目标检测模型；通过最终目标检测模型对待检索图片中的视觉目标进行特征提取，生成待检索图片的多个卷积特征图，通过空间注意力矩阵将卷积特征图进行聚合，生成聚合特征向量，以在图片库中检索与聚合特征向量相匹配的图片。本发明通过将视觉目标检索与检测相关联，避免了候选窗口预测步骤，并通过选择性累加特征图得到注意力矩阵，将卷积层的局部描述子带权聚合成一个全局特征表达用于视觉目标检索，提高了检索速度和精度。