[发明专利]确定相似图像的方法和装置

说明书

本发明公开了一种确定相似图像的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对于目标图像和待检测图像中的每一图像：获取该图像的标识矩阵；其中，每一图像的标识矩阵具有相同的行数和相同的列数；基于每一图像的标识矩阵进行多次感知，得到具有预设行数和预设列数的判别矩阵；依据所述判别矩阵确定每一图像的判别系数；将判别系数符合预设条件的待检测图像确定为目标图像的相似图像。该实施方式能够从待检测图像中快速确定目标图像的相似图像。

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定相似图像的方法和装置。

背景技术

在搜索、社交等领域，寻找目标图像的相似图像有着广泛的应用。现有的确定相似图像的方法主要有：基于图像的名称、主题、关键字等自有信息的搜索、基于图像的颜色、形状、纹理等视觉特征的搜索以及感知哈希算法。其中，基于自有信息的搜索本质仍是基于文字信息的搜索，其无法从图形角度实现搜索；基于视觉特征的搜索由于特征提取技术的限制导致其准确率较低；感知哈希算法需要计算图像间的汉明距离，这会影响其搜索效率。

发明内容

有鉴于此，本发明实施例提供一种确定相似图像的方法和装置，能够从待检测图像中快速确定目标图像的相似图像。

为实现上述目的，根据本发明的一个方面，提供了一种确定相似图像的方法。

本发明实施例的确定相似图像的方法用于从至少一张待检测图像中确定目标图像的相似图像；所述方法包括：对于目标图像和待检测图像中的每一图像：获取该图像的标识矩阵；其中，每一图像的标识矩阵具有相同的行数和相同的列数；基于每一图像的标识矩阵进行多次感知，得到具有预设行数和预设列数的判别矩阵；依据所述判别矩阵确定每一图像的判别系数；在所述多次感知的每一次感知中：按照预设顺序将该次感知使用的感知矩阵移动至当前矩阵的每一区域，以该感知矩阵的元素为权重值获取每一区域的元素的加权统计值，将加权统计值作为元素组成矩阵；其中：所述当前矩阵的每一区域具有与该感知矩阵相同的行数和列数；在第一次感知中，所述当前矩阵指的是标识矩阵；在第一次之后的感知中，所述当前矩阵指的是针对经过前次感知得到的矩阵；将判别系数符合预设条件的待检测图像确定为目标图像的相似图像。

可选地，每一图像的标识矩阵包括：由该图像的感知哈希数据生成的矩阵。

可选地，所述方法进一步包括：在基于每一图像的标识矩阵进行多次感知之前，在该标识矩阵顶部和底部分别增加m行零元素，在该标识矩阵左侧和右侧分别增加n列零元素；其中，所述多次感知中第一次感知使用的感知矩阵的行数为m+1、列数为n+1，m、n都为自然数。

可选地，所述加权统计值为加权和；每一图像的判别系数为该图像判别矩阵所有元素之和；所述条件为：待检测图像与目标图像的判别系数差值小于预设阈值；或者，将待检测图像按照其与目标图像的判别系数差值的升序排列，将在前的预设数量的待检测图像确定为目标图像的相似图像。

为实现上述目的，根据本发明的另一方面，提供了一种确定相似图像的方法。

本发明实施例的确定相似图像的方法，用于从多张待检测图像中确定至少一对相似图像；所述方法包括：对于每一待检测图像：获取该待检测图像的标识矩阵；其中，每一待检测图像的标识矩阵具有相同的行数和相同的列数；基于每一待检测图像的标识矩阵进行多次感知，得到具有预设行数和预设列数的判别矩阵；依据所述判别矩阵确定每一待检测图像的判别系数；其中，在所述多次感知的每一次感知中：按照预设顺序将该次感知使用的感知矩阵移动至当前矩阵的每一区域，以该感知矩阵的元素为权重值获取每一区域的元素的加权统计值，将加权统计值作为元素组成矩阵；其中：所述当前矩阵的每一区域具有与该感知矩阵相同的行数和列数；在第一次感知中，所述当前矩阵指的是标识矩阵；在第一次之后的感知中，所述当前矩阵指的是针对经过前次感知得到的矩阵；对于任意两张待检测图像，在二者的判别系数符合预设规则时将二者确定为相似图像。