[发明专利]图像搜索方法及装置

权利要求书

1.一种图像搜索方法，其特征在于，所述方法包括：

在接收到图像搜索指令时，基于所述图像搜索指令中的图像搜索信息，确定与所述图像搜索信息匹配的图像组，所述图像组通过对图像进行图像聚合计算得到，包括一个图像或至少两个相似的图像；

基于所述匹配的图像组和/或所述匹配的图像组中的图像与所述图像搜索信息的匹配度，按照预设顺序显示所述匹配的图像组和/或所述匹配的图像组中的图像。

2.根据权利要求1所述的方法，其特征在于，所述基于所述图像搜索指令中的图像搜索信息，确定与所述图像搜索信息匹配的图像组，包括：

当所述图像搜索信息为待检索图像的文本信息时，将所述图像搜索信息与各图像组的图像标签进行匹配，得到所述匹配的图像组；

当所述图像搜索信息为待检索图像时，将所述待检索图像的图像标签与每一个图像组的图像标签进行匹配，或者，将所述待检索图像的目标特征向量与图像组或图像组中的每一个图像的目标特征向量进行匹配，得到匹配的图像组。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将图像组中的每一个图像的图像标签的集合确定为所述图像组的图像标签。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

基于所述每一个图像的图像标签在所述图像组中的出现次数，确定所述图像组中的每一个图像标签的出现频率；

将出现频率低于预设频率阈值的图像标签从所述图像组的图像标签中删除。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于图像组中每一个图像的目标特征向量，确定所述图像组的目标特征向量。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过卷积神经网络的卷积层对待标记的图像进行卷积处理，得到所述待标记的图像在各卷积层提取出的特征图；

通过所述卷积神经网络的全连接层对所述各卷积层提取出的特征图进行整合得到所述待标记的图像的目标特征向量，或者将所述卷积神经网络的最后一个池化层所映射得到的特征确定为所述待标记的图像的目标特征向量；

通过所述卷积神经网络的分类回归层和所述目标特征向量确定所述待标记的图像的图像标签。

7.根据权利要求6所述的方法，其特征在于，所述通过所述卷积神经网络的分类回归层和所述目标特征向量确定所述待标记的图像的图像标签，包括：

基于所述目标特征向量确定所述待标记的图像属于每一个图像类目的概率；

基于所述待标记的图像属于每一个图像类目的概率，确定所述待标记的图像的至少一个图像标签。

8.一种图像搜索装置，其特征在于，所述装置包括：

第一确定模块，被配置为在接收到图像搜索指令时，基于所述图像搜索指令中的图像搜索信息，确定与所述图像搜索信息匹配的图像组，所述图像组通过对图像进行图像聚合计算得到，包括一个图像或至少两个相似的图像；

显示模块，被配置为基于所述第一确定模块确定的所述匹配的图像组和/或所述匹配的图像组中的图像与所述图像搜索信息的匹配度，按照预设顺序显示所述匹配的图像组和/或所述匹配的图像组中的图像。

9.根据权利要求8所述的装置，其特征在于，所述第一确定模块包括：

第一匹配子模块，被配置为当所述图像搜索信息为待检索图像的文本信息时，将所述图像搜索信息与每一个图像组的图像标签进行匹配，得到所述匹配的图像组；

第二匹配子模块，被配置为当所述图像搜索信息为待检索图像时，将所述待检索图像的图像标签与每一个图像组的图像标签进行匹配，或者，将所述待检索图像的目标特征向量与图像组或图像组中的每一个图像的目标特征向量进行匹配，得到匹配的图像组。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第二确定模块，被配置为将图像组中的每一个图像的图像标签的集合确定为所述图像组的图像标签。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：

第四确定模块，被配置为基于所述每一个图像的图像标签在所述图像组中的出现次数，确定所述图像组中的每一个图像标签的出现频率；

删除模块，被配置为将出现频率低于预设频率阈值的图像标签从所述图像组的图像标签中删除。