[发明专利]图片检索方法、装置及计算机存储介质有效
申请号: | 201910185837.0 | 申请日: | 2019-03-12 |
公开(公告)号: | CN110083732B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 潘华东;孙鹤;罗时现 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 李庆波 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图片 检索 方法 装置 计算机 存储 介质 | ||
本申请公开了一种图片检索方法、图片检索装置及计算机存储介质,方法用于从多个待检索图片中检索与目标图片相关的待检索图片,包括:以多个检索图片和目标图片为一图片集,计算图片集中各个图片与其他图片之间的图片差异度;基于图片差异度确定各个图片的扩展邻近图片集,并对扩展邻近图片集中的图片进行排序;计算目标图片的扩展邻近图片集与各个待检索图片的扩展邻近图片集之间的图片集差异度,将图片集差异度作为目标图片与待检索图片之间的扩展差异度;基于扩展差异度确定与目标图片相关的待检索图片。本申请的方法可高效准确的实现图片检索。
技术领域
本申请涉及图片检索领域,特别是涉及一种图片检索方法、图片检索装置及计算机存储介质。
背景技术
图片检索涉及到从海量图片中找到与目标图片类似的图片,其主要应用于行人重识别,例如在安防监控领域,随着监控摄像头布置的增多,大量的行人图片数据被保存,如何高效准确的从大量的图片中找到目标,成为当前研究的挑战。
如今深度学习、重排序方法等均被应用到图片检索领域,但依旧存在计算复杂,且计算过程中信息丢失严重等问题,继而造成无法准确高效的实现图片检索。
发明内容
本申请提供一种图片检索方法、图片检索装置及计算机存储介质,以解决现有技术中无法实现准确高效的图片检索的问题。
为解决上述技术问题,本申请提供一种图片检索方法,用于从多个待检索图片中检索与目标图片相关的待检索图片,包括:以多个待检索图片和目标图片作为一图片集,计算图片集中各个图片与其他图片之间的图片差异度;基于图片差异度确定各个图片的扩展邻近图片集,并对扩展邻近图片集中的图片进行排序;计算目标图片的扩展邻近图片集与各个待检索图片的扩展邻近图片集之间的图片集差异度,将图片集差异度作为目标图片与待检索图片之间的扩展差异度;基于扩展差异度确定与目标图片相关的待检索图片。
为解决上述技术问题,本申请提供一种图片检索装置,包括处理器和存储器,存储器中存储有计算机程序,处理器用于执行计算机程序以实现上述图片检索方法的步骤。
为解决上述技术问题,本申请提供一种计算机存储介质,其中存储有计算机程序,计算机程序被执行时实现上述图片检索方法的步骤。
本申请图片检索方法用于从待检索图片中检索与目标图片相关的待检索图片,该方法包括以多个待检索图片和目标图片作为一个图片集,计算图片集中各个图片与其他图片之间的图片差异度,基于图片差异度确定各个图片的扩展邻近图片集,将扩展邻近图片集之间的图片集差异度作为各个图片之间的扩展差异度;基于此,重新计算待检索图片与目标图片之间的扩展差异度,并根据扩展差异度来确定与目标图片相关的待检索图片。本申请方法中不再单一的考虑图片之间的差异度,而是对图片进行扩展,形成图片集进行差异度的计算,从而提高图片检索的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请图片检索方法一实施例的流程示意图;
图2是本申请图片检索方法另一实施例的流程示意图;
图3是本申请图片检索装置一实施例的结构示意图;
图4是本申请计算机存储介质一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本申请所提供的一种图片检索方法、图片检索装置及计算机存储介质做进一步详细描述。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910185837.0/2.html,转载请声明来源钻瓜专利网。