公开(公告)号：CN110188219A

公开(公告)日：2019-08-30

申请号：CN201910407916.1

申请日：2019-05-16

Applicant: 复旦大学

Inventor： 张玥杰 ,  杨觉旭 ,  张涛

IPC: G06F16/53 ,  G06N5/04 ,  G06N3/08

Abstract: 本发明属于图像检索技术领域，具体为面向图像检索的深度强化去冗余哈希算法。本发明算法包括：分块哈希码推理，利用图像的标签信息构筑相似性矩阵，然后依照该相似性矩阵推理每幅图像的最优哈希码，其中相似性矩阵较为巨大，采用分块方式进行求解；图像-哈希码映射，将图像的原始像素信息映射到已推理出的最优哈希码上，这一映射过程利用多分类来实现；哈希码冗余位去除，去除已产生的哈希码中对检索精度没有帮助甚至有害的哈希位，这一过程通过深度强化学习训练一个代理，由该代理来寻找一个最优掩码，从而利用此掩码便可去除冗余的哈希位。本发明训练速度更快，计算开销和存储开销省，检索精度高。

公开(公告)号：CN110188219B

公开(公告)日：2023-01-06

申请号：CN201910407916.1

申请日：2019-05-16

Applicant: 复旦大学

Inventor： 张玥杰 ,  杨觉旭 ,  张涛

IPC: G06F16/53 ,  G06N5/04 ,  G06N3/08

Abstract: 本发明属于图像检索技术领域，具体为面向图像检索的深度强化去冗余哈希算法。本发明算法包括：分块哈希码推理，利用图像的标签信息构筑相似性矩阵，然后依照该相似性矩阵推理每幅图像的最优哈希码，其中相似性矩阵较为巨大，采用分块方式进行求解；图像‑哈希码映射，将图像的原始像素信息映射到已推理出的最优哈希码上，这一映射过程利用多分类来实现；哈希码冗余位去除，去除已产生的哈希码中对检索精度没有帮助甚至有害的哈希位，这一过程通过深度强化学习训练一个代理，由该代理来寻找一个最优掩码，从而利用此掩码便可去除冗余的哈希位。本发明训练速度更快，计算开销和存储开销省，检索精度高。