[发明专利]一种目标查重方法及装置

说明书

本发明提供的目标查重方法，先获取目标图像和其对应的检索数据库中的待匹配图像，然后将所述目标图像依次与每个待匹配图像进行比较，计算所述目标图像与每个待匹配图像的参考置信度；通过选取排序在前的预设数量的参考置信度来计算置信度修正模型；根据所述置信度修正模型对目标图像对应的每个参考置信度进行修正得到置信度修正值；最后根据所述置信度修正值确定检索数据库中的与所述目标图像相同的图像，从而得到与目标图像相同的图像，实现了目标查重。该方法通过置信度修正模型避免了图片质量较差等不同图片的置信度差别较大的问题，使得修正后的置信度的可区分行更好，可以得到更好的查重结果。

技术领域

本发明涉及图像处理领域，具体涉及一种目标查重方法及装置。

背景技术

图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。图像识别以图像的主要特征为基础，识别出图像中的特定目标。其中，目标识别则是图像识别中的一项重要技术，目标识别系统主要包括四个组成部分，分别为：目标图像采集及检测、目标图像预处理、目标图像特征提取以及匹配与识别。

目标查重是在目标图像特征的基础上的一项后续任务，通过学习算法得到目标图像的特征，再依据特征空间中的度量来建立目标图片间的置信度度量，通过目标的置信度度量完成后续的查重任务。例如目标查询库中的数据量为M，目标检索库中的数据量为N。针对目标的个体身份信息，对数据库进行建模检索，需经过两重循环检索，即将每个目标查询库中的数据与目标检索库中的数据依次进行比较，通过M次1：N的检索任务得到检索结果，再进行整体排序，从而查找出查询库与检索库中存在相同个体身份的目标图片。

目前目标查重技术现有如下缺点：缺乏统一的度量准则，即针对不同查询目标图片，给出的置信度分布差异较大，另外即便在1比N检索时能取得正确的检索结果，检索结果虽然排序正确，但由于整体置信度较低，则会在查重中漏掉该重复样本。

发明内容

因此，本发明要解决的技术问题在于现有技术中的查重方法中置信度分布差异大，对于整体置信度较低的数据容易漏掉的缺陷。

本发明提供一种目标查重方法，包括如下步骤：获取目标图像和其对应的检索数据库中的待匹配图像；将所述目标图像依次与每个待匹配图像进行比较，计算所述目标图像与每个待匹配图像的参考置信度；根据数值大小选取排序在前的预设数量的参考置信度，计算置信度修正模型；根据所述置信度修正模型对目标图像对应的每个参考置信度进行修正得到置信度修正值；根据所述置信度修正值确定检索数据库中的与所述目标图像相同的图像。

优选地，所述计算所述目标图像与每个待匹配图像的参考置信度的步骤，包括：将目标图像的特征与待匹配图像的特征降低到低维空间；采用欧式距离计算目标图像与待匹配图像之间的置信度。

优选地，根据数值大小选取排序在前的预设数量的参考置信度，计算置信度修正模型的步骤，包括：计算排序在前的预设数量的参考置信度的平均值作为置信度修正模型。

优选地，根据所述置信度修正模型对目标图像对应的每个参考置信度进行修正得到置信度修正值的步骤，包括：将参考置信度与置信度修正模型做差值比较；构造损失函数使得参考置信度所述差值的平方和达到极小。

此外，本发明还提供一种目标数据库中的目标查重方法，包括：获取目标数据库中的目标图像；针对每个目标图像采用权所述的方法进行目标查重；获得目标数据库中出现的重复目标。

此外，本发明还提供一种目标查重装置，包括如下步骤：图像获取单元，用于获取目标图像和其对应的检索数据库中的待匹配图像；比较单元，用于将所述目标图像依次与每个待匹配图像进行比较，计算所述目标图像与每个待匹配图像的参考置信度；参考单元，用于根据数值大小选取排序在前的预设数量的参考置信度，计算置信度修正模型；修正单元，用于根据所述置信度修正模型对目标图像对应的每个参考置信度进行修正得到置信度修正值；输出单元，用于根据所述置信度修正值确定检索数据库中的与所述目标图像相同的图像。