基于局部敏感哈希和深度学习筛选的双重验证型图像检索方法

本发明公开了一种基于局部敏感哈希和深度学习筛选的双重验证型图像检索方法，对图像直接进行特征提取和加密，使用图像的编号分别与加密特征向量和局部敏感哈希生成的桶值构成索引，生成一个可用于筛选相似性图像的双重索引，查询用户直接设定相似度阈值，并嵌入含有加密特征向量的陷门中，然后在云服务器中输入到基于双线性距离的相似性学习中，筛选出满足查询请求的图像相似度，并重新提取特征计算桶值和新型的深度相似性学习神经网络重新计算图像相似度从而实现对结果集的双重验证。本发明提出的方案相对于同类其他方案，既能减少数据计算开销保护数据传输时的隐私，又能对接收结果集进行验证，具有切实可行的实用价值。