预览加载中，请您耐心等待几秒...

基于多代理度量学习的图像检索方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共12页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

本发明公开了一种基于多代理度量学习的图像检索方法,包括:1)为训练数据集中每个类别分配固定数量的代理并初始化;2)从训练数据集中采样小批量样本,将该样本输入神经网络模型中得到特征向量;3)构建采样样本与代理之间的关联关系图;4)根据关联关系和损失函数,通过梯度反向传播算法更新模型的参数值和代理的参数值;5)循环2)?4)直到达到预设的训练停止条件,即完成训练,得到最终用于图像检索的模型。本发明基于多代理度量学习,为每个类设置多个代理来保持同类样本的差异性特征,损失函数在保证难例样本分辨能力的同时促进异类样本之间特征共享,从而提升模型在新类别上的泛化能力,从而提升图像检索的成功率。