[发明专利]图像检索方法、装置及存储介质

权利要求书

1.一种图像检索方法，其特征在于，所述方法包括：

当基于目标图像接收到图像检索指令时，获取图像特征倒排表对应的图索引结构，所述图像特征倒排表包括多个第一图像特征以及每个第一图像特征对应的图像集，所述图索引结构包括节点数依次递减的多层索引图，第一层索引图包括所述多个第一图像特征在空间上对应的特征节点；

基于目标图像特征和所述图索引结构，从所述图像特征倒排表中获取所述目标图像特征的最近邻图像特征，以及从所述图像特征倒排表中，获取所述最近邻图像特征对应的图像集，得到候选图像集，所述目标图像特征是指所述目标图像的图像特征；

确定所述目标图像特征与所述最近邻图像特征之间的残差特征，以及基于残差特征码本，对所述残差特征进行乘积量化，得到所述残差特征的编码，所述残差特征码本是采用最优乘积量化法对多个第一样本图像的样本残差特征进行乘积量化得到；

基于所述残差特征的编码，以及所述候选图像集包括的多个候选图像的候选残差特征的编码，从所述多个候选图像中获取候选图像作为图像检索结果。

2.根据权利要求1所述的方法，其特征在于，所述获取图像特征倒排表对应的图索引结构，包括：

对于所述多个第一图像特征在空间上对应的特征节点中的任一特征节点，基于随机函数，确定所述特征节点所属的索引图的层数；

基于每个特征节点所属的索引图的层数，确定所述多个索引图中每个索引图包括的特征节点；

将每个索引图包括的特征节点，按照参考规则进行连接，得到所述图索引结构，所述参考规则包括索引图中的每个特征节点均具有连接点，以及距离小于参考距离的任意两个特征节点互相连接。

3.根据权利要求1所述的方法，其特征在于，所述基于目标图像特征和所述图索引结构，从所述图像特征倒排表中获取所述目标图像特征的最近邻图像特征，包括：

在所述多层索引图包括的节点数最少的表层索引图中，以任一特征节点为起始节点，确定与所述目标图像特征对应的目标特征节点距离最近的特征节点；

将所述表层索引图的下一层索引图作为当前索引图，在所述当前索引图中以在上一层索引图中确定的特征节点为起始节点，确定与所述目标特征节点距离最近的特征节点；

若所述当前索引图不是所述第一层索引图，则将所述当前索引图的下一层索引图作为所述当前索引图，并重复执行在所述当前索引图中以在上一层索引图中确定的特征节点为起始节点，确定与所述目标特征节点距离最近的特征节点的步骤，直至所述当前索引图为所述第一层索引图为止；

将在所述第一层索引图中确定出的特征节点所对应的第一图像特征，确定为所述最近邻图像特征。

4.根据权利要求1所述的方法，其特征在于，所述基于残差特征码本，对所述残差特征进行乘积量化，得到所述残差特征的编码，包括：

对所述残差特征进行降维处理，得到多个低维特征向量；

对于所述多个低维特征向量中的每个低维特征向量，从所述残差特征码本中确定所述每个低维特征向量所属的低维子空间对应的多个第一聚类中心的索引；

从所述低维子空间对应的多个第一聚类中心的索引中，获取与所述每个低维特征向量的相似距离最小的第一聚类中心的索引，作为所述每个低维特征向量的索引；

将所述多个低维特征向量的索引，确定为所述残差特征的编码。

5.根据权利要求4所述的方法，其特征在于，所述基于残差特征码本，对所述残差特征进行乘积量化之前，还包括：

对所述多个第一样本图像的样本残差特征中的每个样本残差特征进行降维处理，得到每个样本残差特征的多个第一低维特征向量；

采用参考正交矩阵对每个样本残差特征的多个第一低维特征向量进行变换，得到每个样本残差特征的多个第二低维特征向量，所述参考正交矩阵是基于所述最优乘积量化法确定得到；

采用K均值聚类算法，对变换后的第二低维特征向量中属于同一低维子空间的第二低维特征向量进行聚类，得到多个低维子空间对应的第一聚类中心，每个低维子空间对应有K个第一聚类中心；

对每个低维子空间对应的K个第一聚类中心进行编号，得到每个低维子空间对应的K个第一聚类中心的索引和所述残差特征码本。