[发明专利]一种相似图片的检索方法及系统在审
申请号: | 201910470653.9 | 申请日: | 2019-05-31 |
公开(公告)号: | CN110175249A | 公开(公告)日: | 2019-08-27 |
发明(设计)人: | 杨浩;陈宏江;赵全军;孙萍 | 申请(专利权)人: | 中科软科技股份有限公司 |
主分类号: | G06F16/51 | 分类号: | G06F16/51;G06F16/535;G06F16/583;G06F16/55 |
代理公司: | 北京天盾知识产权代理有限公司 11421 | 代理人: | 张彩珍 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预处理 检索图片 图片分类 检索 模型提取 图片索引 原始图片 检索数据库 特征向量 图片 检索系统 检索结果 特征匹配 向量化 准确率 放入 全库 索引 采集 | ||
1.一种相似图片的检索方法,其特征在于,该方法包括:
采集原始图片,将原始图片放入检索数据库中;
对原始图片进行预处理生成预处理图片;
对预处理图片进行训练得到图片分类模型,根据图片分类模型提取预处理图片的特征,并进行向量化以得到特征向量;
将所述特征向量导入所述检索数据库中,建立图片索引库;
利用所述图片分类模型提取待检索图片的特征,并在所述图片索引库中进行检索以生成检索结果。
2.根据权利要求1所述的检索方法,其特征在于,所述预处理包括:
对原始图片进行模糊去噪,获得去噪后的图片;
对去噪后的图片的像素进行归一化处理,生成预处理图片。
3.根据权利要求1所述的检索方法,其特征在于,所述训练是利用残差网络对预处理图片进行分类训练以获得所述图片分类模型。
4.根据权利要求1所述的检索方法,其特征在于,所述建立图片索引库包括:
对所述特征向量进行聚类以形成聚类模型;
利用该聚类模型对预处理图片进行分类;
将分类后的预处理图片导入所述检索数据库中,建立图片索引库。
5.根据权利要求1所述的检索方法,其特征在于,所述建立图片索引库还包括压缩步骤,即对所述图片索引库中的图片进行压缩以得到优化后的图片索引库。
6.根据权利要求5所述的检索方法,其特征在于,采用乘积量化方法对所述图片索引库中的图片进行压缩。
7.根据权利要求1-6任一项所述的检索方法,其特征在于,所述在所述图片索引库中进行检索以生成检索结果包括以下子步骤:
将待检索图片的特征与图片索引库中的图片的特征进行比对;
计算待检索图片的特征与图片索引库中的图片特征之间的余弦距离;
将所述余弦距离按照从小到大的顺序进行排序,并将距离最小的预定数量个图片输出作为检索结果。
8.一种相似图片的检索系统,其特征在于,该系统包括采集模块、预处理模块、训练模块、特征向量获取模块、索引库建立模块和检索模块;
所述采集模块用于采集原始图片,将原始图片放入检索数据库中;
所述预处理模块用于对原始图片进行预处理生成预处理图片;
所述训练模块对预处理图片进行训练得到图片分类模型,提取预处理图片的特征,并进行向量化以得到特征向量;所述索引库建立模块将所述特征向量导入所述检索数据库中并建立图片索引库;
所述检索模块利用所述图片分类模型提取待检索图片的特征并在所述图片索引库中进行检索以生成检索结果。
9.根据权利要求8所述的检索系统,其特征在于,所述索引库建立模块包括聚类模块和分类模块;
所述聚类模块对所述特征向量进行聚类以形成聚类模型;
所述分类模块利用该聚类模型对预处理图片进行分类并将分类后的预处理图片导入所述检索数据库中以建立图片索引库。
10.根据权利要求8所述的检索系统,其特征在于,所述检索模块包括比对模块、距离获取模块和排序模块;
所述比对模块用于将待检索图片的特征与图片索引库中的图片的特征进行比对;
所述距离获取模块计算待检索图片的特征与图片索引库中的图片特征之间的余弦距离;
所述排序模块用于将所述余弦距离按照从小到大的顺序进行排序并将距离最小的预定数量输出作为检索结果。
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中科软科技股份有限公司,未经中科软科技股份有限公司许可,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/201910470653.9/1.html,转载请声明来源钻瓜专利网。