一种基于困难感知的深度集成度量图像检索方法

本发明公开了一种基于困难感知的深度集成度量图像检索方法。本发明方法首先预处理图像数据并通过卷积神经网络提取深度特征向量，将这些向量输入多个注意力网络得到表达不同语义的特征向量后，再通过不同的基学习器得到相应嵌入向量；然后，训练基学习器并按照图像样本对的困难程度不同进行排序，依据图像样本对产生的损失更新梯度直至收敛；最后，构建由基学习器组成的集成学习器并微调，将待检索的图像输入集成学习器可得到相似图像集合。本发明方法利用注意力机制使不同基学习器关注图像深度特征的不同语义层面，并考虑不同困难程度的负例样本产生不同损失的情况，使得模型能生成性能更优的差异化基学习器，从而提高图像检索方法的性能。