[发明专利]图像检索方法和装置有效

专利信息
申请号: 201510907173.6 申请日: 2015-12-09
公开(公告)号: CN105589929B 公开(公告)日: 2019-05-10
发明(设计)人: 任鹏远;章毅;许健;万定锐 申请(专利权)人: 东方网力科技股份有限公司
主分类号: G06F16/532 分类号: G06F16/532;G06F16/51
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王术兰
地址: 100102 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检索 方法 装置
【权利要求书】:

1.一种图像检索方法,其特征在于,包括:

接收用户发送的查询图像;

根据图像分类法获取所述查询图像对应各类别的置信度;

按照所述查询图像的置信度由大到小的先后顺序,从图像特征库中检索当前置信度段中各置信度的类别对应的图像特征;其中,所述图像特征库中预先存储有图像特征,以及所述图像特征对应的最高置信度的类别数据和原始图像数据;

按照检索的先后顺序,逐步加载检索到的图像特征;

对加载的所述图像特征进行排序处理,得到排序处理结果;

将得到所述排序处理结果逐步发送至显示界面,以便所述显示界面进行显示;

所述对加载的所述图像特征进行排序处理,得到排序处理结果,包括:

获取按检索的先后顺序加载的排序在先的预设个数的图像特征;

利用邻近算法KNN算法对排序在先的预设个数的所述图像特征进行排序处理,得到近似检索结果;

利用KNN算法对排序在先的预设个数的所述图像特征进行排序处理,包括:

提取用户发送的所述查询图像的图像特征;

每接收到一个加载的所述图像特征时,利用KNN算法计算当前加载的图像特征与所述查询图像的图像特征的距离,直至完成排序在先的预设个数的图像特征的计算;

将KNN计算的当前距离与第一在先计算距离进行对比;其中,所述第一在先计算距离为:近似检索结果排序队列中排在队尾的一个图像特征与所述查询图像的图像特征的计算距离;

若KNN计算的当前距离大于所述第一在先计算距离,将当前加载的图像特征插入到所述近似检索结果排序队列的队尾;

若KNN计算的当前距离小于所述第一在先计算距离,将当前加载的图像特征插入所述近似检索结果排序队列中;其中,当前加载的图像特征插入的最高位置为所述近似检索结果排序队列中排序第一的位置。

2.根据权利要求1所述的图像检索方法,其特征在于,所述对加载的所述图像特征进行排序处理,得到排序处理结果,还包括:

获取按检索的先后顺序加载的排序在后的余下的所有图像特征,作为补全检索的结果;

每接收到加载的所述补全检索的结果中的一个图像特征时,利用KNN算法计算接收的当前图像特征与所述查询图像的图像特征的距离,直至完成所有补全检索的结果的计算;

判断所述近似检索结果是否排序完成;

在检测到所述近似检索结果排序完成后,利用KNN计算结果优化所述近似检索结果,得到补全检索结果。

3.根据权利要求2所述的图像检索方法,其特征在于,所述方法还包括:

获取所述近似检索结果中用户的当前浏览位置;

将所述当前浏览位置转换为用户尚未浏览的排序位置P;

所述利用KNN计算结果优化所述近似检索结果,包括:

将所述KNN计算结果对应的每一个当前距离依次与第二在先计算距离进行对比;其中,所述第二在先计算距离为:所述近似检索结果排序队列中队尾的一个图像特征与所述查询图像的图像特征的计算距离;

若KNN计算的当前距离大于所述第二在先计算距离,将当前加载的图像特征插入所述近似检索结果排序队列的队尾,或者舍弃所述当前加载的图像特征;

若KNN计算的当前距离小于所述第二在先计算距离,将当前加载的图像特征插入所述近似检索结果排序队列中;其中,当前图像特征插入的最高位置为所述排序位置P。

4.根据权利要求3所述的图像检索方法,其特征在于,所述若KNN计算的当前距离小于所述第二在先计算距离,将当前加载的图像特征插入所述近似检索结果排序队列中,包括:

在KNN计算的当前距离小于所述第二在先计算距离时,判断所述近似检索结果的总长度是否满足预设长度;

若所述近似检索结果的总长度等于所述预设长度,则每插入一个当前加载的图像特征时,删除对应的近似检索结果队列中队尾的一个图像特征;

若所述近似检索结果的总长度小于预设长度,则在对应的近似检索结果中直接插入所述当前加载的图像特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东方网力科技股份有限公司,未经东方网力科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510907173.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top