(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210813030.9 (22)申请日 2022.07.12 (71)申请人 江汉大学 地址 430056 湖北省武汉市沌口经济技 术 开发区新江大路8号 (72)发明人 李登实　王若溪　陈何玲　 (74)专利代理 机构 北京众达德权知识产权代理 有限公司 1 1570 专利代理师 刘杰 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种图像特征的哈希方法、 装置以及处理设 备 (57)摘要 本申请提供了一种图像特征的哈希方法、 装 置以及处理设备， 用于通过增强输入哈希层的特 征图之间的空间关联性， 以此后续哈希编码得到 的哈希码具有显著提高的精度。 方法包括： 处理 设备获取待处理图像； 处理设备将待处理图像输 入深度哈希网络， 其中， 深度哈希网络包括特征 提取模块、 长时间依赖模块以及哈希层， 在深度 哈希网络的工作过程中， 特征提取模块将输入的 待处理图像进行特征提并得到特征图作为图像 特征； 长时间依赖模块将特征提取模块输出的每 个特征图当做 一个时间序列， 以此检测每个特征 图之间的空间关联性并得到强化特征图； 哈希层 将长时间依赖模块输出的强化特征图进行哈希 编码并得到哈希码； 处理设备提取深度哈希网络 输出的哈希码。 权利要求书2页 说明书12页 附图3页 CN 114898104 A 2022.08.12 CN 114898104 A 1.一种图像特 征的哈希方法， 其特 征在于， 所述方法包括： 处理设备获取待处 理图像； 所述处理设备将所述待处理图像输入深度哈希网络， 其中， 所述深度哈希网络包括特 征提取模块、 长时间依赖模块以及哈希层， 在所述深度哈希网络的工作过程中， 所述特征提 取模块将输入的所述待处理图像进行特征提并得到特征图作为图像特征； 所述长时间依赖 模块将所述特征提取模块输出的每个所述特征图当做一个时间序列， 以此检测每个所述特 征图之间的空间关联性并得到强化特征图； 所述哈希层将所述长时间依赖模块输出的所述 强化特征图进行哈希编码并得到哈希码； 所述处理设备提取 所述深度哈希网络 输出的所述哈希码。 2.根据权利要求1所述的方法， 其特征在于， 所述长时间依赖模块具体采用门控循环单 元GRU的网络结构。 3.根据权利要求1所述的方法， 其特征在于， 所述哈希层具体采用三个全连接层的网络 结构用于实现哈希编 码， 前两层 采用ReLU激活函数， 最后一层 采用双曲正切激活函数， 所述 最后一层的输出为所述哈希码。 4.根据权利 要求1所述的方法， 其特征在于， 所述特征提取模块具体采用ResNet50网络 的网络结构， 所述特征提取模块配置有50个二 维卷积层操作中包括一个卷积处理和四个残 差块， 每个部 分后有批量归一化层加快训练速度、 整流器单元避免梯度消失、 最大池化层实 现下采样， 最后一个残差块的输出做 平均池化处 理。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 处理设备通过样本 图像对所述深度哈希网络进行网络训练， 在训练过程中， 采用中心 相似性损失函数LC、 成对相似性损失函数LP和量化损失函数LQ进行训练； 所述中心相似性损失函数LC用于量化哈希码 与对应哈希中心 的汉明距离， 以保持中 心相似性学习； 所述成对相似性损失函数LP用于量化多标签数据集中仅有部分相似标签的数据的哈希 码的汉明距离与标签之间的关联 行， 以保持具有相似标签的数据对的哈希码尽可能相近； 所述量化损失函数LQ用于以最大的概 率分配给 ， 以控制所生成哈希码的质量。 6.根据权利要求5所述的方法， 其特 征在于， 中心相似性损失函数LC的定义如下： ， 其中，N为样本数量， K为二进制哈希码的长度， 表示哈希码， 表示样本的语义哈 希中心； 成对相似性损失函数LP的定义如下： ， 其中， 为超参数， 为哈希码的长度， 使得 的值不小于0， 为样本的标签权　利　要　求　书 1/2 页 2 CN 114898104 A 2向量码； 量化损失函数LQ的定义如下： ， 其中， 为强制学习的哈希码。 7.根据权利要 求5所述的方法， 其特征在于， 中心相似性损失函数LC、 所述成对相似 性损 失函数LP和所述量化损失函数LQ三者具体通过组合损失函数进行训练， 所述组合损失函数 的定义如下： ， 其中， 是深度哈希函数学习的所有参数的集合， 和 是通过网格搜索获得的超参 数。 8.一种图像特 征的哈希装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取待处 理图像； 哈希单元， 用于将所述待处理图像输入深度哈希网络， 其中， 所述深度哈希网络包括特 征提取模块、 长时间依赖模块以及哈希层， 在所述深度哈希网络的工作过程中， 所述特征提 取模块将输入的所述待处理图像进行特征提并得到特征图作为图像特征； 所述长时间依赖 模块将所述特征提取模块输出的每个所述特征图当做一个时间序列， 以此检测每个所述特 征图之间的空间关联性并得到强化特征图； 所述哈希层将所述长时间依赖模块输出的所述 强化特征图进行哈希编码并得到哈希码； 提取单元， 用于提取 所述深度哈希网络 输出的所述哈希码。 9.一种处理设备， 其特征在于， 包括处理器和存储器， 所述存储器中存储有计算机程 序， 所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有多条指 令， 所述指令适于处 理器进行加载， 以执 行权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114898104 A 3