[发明专利]一种图像检索方法、装置、设备及可读存储介质

说明书

本发明公开了一种图像检索方法，该方法包括以下步骤：获取待检索的目标图像，将目标图像输入目标深度学习模型；利用目标深度学习模型对目标图像进行特征提取，获得目标图像的图像特征；图像特征包括全局特征、局部特征和多尺度全局特征，多尺度全局特征为将全局特征提取过程中产生的多个中间阶段特征进行加权计算后获得的特征；利用图像特征，按照距离计算规则，分别计算目标图像与图像库中各个图像的相似距离；利用相似距离，确定并输出目标图像的相似图像。该方法，可以提高图像检索的准确率。本发明还公开了一种图像检索装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像检索方法、装置、设备及可读存储介质。

背景技术

图像检索被广泛应用于行人重识别、车辆识别和网站的图像搜索和电子商务的商品检索。

目前，对于图像检索，有两大问题，一是如何提取更具区分性的特征描述子来描述图像，二是如何有效的度量特征与特征间的相似性。例如，车辆图像检索属于车辆再识别问题，该问题建立在目标检测之上，检测器把目标物体在图像中的位置和大小用包围框界定并提取出来，以此作为再识别技术的数据源，通过输入待识别的图像，系统在图像库中检索出与该图像同一身份的图像。由于不同的车辆具有大致相同的外观，这便减少了车辆与车辆之间的区别性，此外摄像头捕获到的图像还会受到光线、视角、杂乱的背景、低分辨率以及视线遮挡等影响，使得同一辆车具有多种状态，因此难以准确地提取出车辆图像的特征描述子。基于不准确的特征描述子进行车辆图像检索，其检索准确率难以满足检索需求。

综上所述，如何有效地解决图像检索的准确率等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种图像检索方法、装置、设备及可读存储介质，以提高图像检索的准确率。

为解决上述技术问题，本发明提供如下技术方案：

一种图像检索方法，包括：

获取待检索的目标图像，将所述目标图像输入目标深度学习模型；

利用所述目标深度学习模型对所述目标图像进行特征提取，获得所述目标图像的图像特征；所述图像特征包括全局特征、局部特征和多尺度全局特征，所述多尺度全局特征为将全局特征提取过程中产生的多个中间阶段特征进行加权计算后获得的特征；

利用所述图像特征，按照距离计算规则，分别计算所述目标图像与图像库中各个图像的相似距离；

利用所述相似距离，确定并输出所述目标图像的相似图像。

优选地，所述局部特征提取过程，包括：

对所述目标图像进行全局特征提取时，对目标池化层输出的特征图进行分支，获得原始局部特征图；

对所述原始局部特征图进行池化和全连接处理，获得所述局部特征。

优选地，所述对目标池化层输出的特征图进行分支，获得原始局部特征图，包括：

对所述特征图分别进行横向分割和纵向分割，获得原始局部特征图；所述原始局部特征图包括原始上部特征图、原始下部特征图、原始左部特征图和原始右部特征图。

优选地，在所述距离计算规则为余弦距离计算规则时，利用所述图像特征，按照距离计算规则，分别计算所述目标图像与图像库中各个图像的相似距离，包括：

利用所述图像特征，分别计算所述目标图像与图像库中各个图像的余弦距离；

将所述余弦距离作为所述相似距离。

优选地，利用所述相似距离，确定并输出所述目标图像的相似图像，包括：