[发明专利]图片相似度比对方法和装置

说明书

本公开提供了一种图片相似度比对方法和装置，涉及图像识别领域。该方法包括：提取待测图片和目标图片的全局信息，以及待测图片和目标图片的重点信息；将待测图片的全局信息与目标图片的全局信息进行比对确定第一相似度；若第一相似度大于第一阈值，则将待测图片的重点信息与目标图片的重点信息进行比对确定第二相似度；若第二相似度大于第二阈值，则确定待测图片与目标图片相似。本公开在兼顾整体相似度的同时，能够通过比对重点信息来判别图片是否为相似图片，从而兼顾图片相似度比对的准确率和召回率，进而提高了图片识别的准确性。

技术领域

本公开涉及图像识别领域，尤其涉及一种图片相似度比对方法和装置。

背景技术

现有图片相似度比对，通常在准确率和召回率之间做适当的折衷。比如，在图片搜索领域，更看重其召回率，而在精确的图片比对领域，则更看重准确率。但是，实际上在图片相似度比对领域，对于准确率和召回率都有较高的要求。

例如，比较同一本书的封面照片与网络上的图书封面照片是否相同，是否有版本变化导致的文字不同、封面重新设计等。要求一方面要识别很精细的不同，如文字内容的变化，但另一方面，要求过滤掉光照、反光、污损、尺寸设计不规范、贴有腰封及防伪标签等诸多噪音。前述的流行的图片比对方法能够过滤掉噪音的影响，将相同的一本书判定为“相同”，但无法识别精细的文字区别。而采用类似Siamese Network(孪生网络)等的深度学习方法，将两张图作为网络的差分输入，虽然能够达到精确识别文字区别的目的，却难以忽略过多的噪音影响。

发明内容

本公开要解决的一个技术问题是提供一种图片相似度比对方法和装置，能够兼顾图片相似度比对的准确率和召回率，进而提高了图片识别的准确性。

根据本公开一方面，提出一种图片相似度比对方法，包括：提取待测图片和目标图片的全局信息，以及待测图片和目标图片的重点信息；将待测图片的全局信息与目标图片的全局信息进行比对确定第一相似度；若第一相似度大于第一阈值，则将待测图片的重点信息与目标图片的重点信息进行比对确定第二相似度；若第二相似度大于第二阈值，则确定待测图片与目标图片相似。

可选地，提取待测图片和目标图片的重点信息包括：确定待测图片中的重点子图和目标图片中的重点子图；提取待测图片的重点子图的特征向量以及目标图片的重点子图的特征向量；将待测图片的重点信息与目标图片的重点信息进行比对确定第二相似度包括：将待测图片的重点子图的特征向量，与目标图片对应区域的重点子图的特征向量进行对比，确定第二相似度。

可选地，确定重点子图包括：确定待测图片和/或目标图片中重点内容所在区域；将重点内容所在区域对应的图像作为重点子图。

可选地，重点内容为能够标志图片区分度的内容。

可选地，基于光学文字识别算法和/或物体识别算法确定重点内容所在区域。

可选地，确定待测图片的全局信息以及目标图片的重点信息包括：提取待测图片的特征向量以及目标图片的特征向量；将待测图片的全局信息与目标图片的全局信息进行比对确定第一相似度包括：将待测图片的特征向量与目标图片的特征向量进行比对确定第一相似度。

可选地，基于第一特性向量提取模型提取重点子图的特征向量。

可选地，该方法还包括：对样本图片中的重点子图的特性向量进行标注生成第一标注文件；基于样本图片的重点子图和第一标注文件对第一特征向量提取模型进行训练。

可选地，基于第二特征向量提取模型提取待测图片和目标图片的特征向量。

可选地，对样本图片的特性向量进行标注生成第二标注文件；基于样本图片和第二标注文件对第二特征向量提取模型进行训练。