[发明专利]一种相似图片的检索方法及装置

说明书

本发明公开了一种相似图片的检索方法及装置，涉及图像处理技术领域，为解决现有技术中检索结果与用户的检索需求偏差较大的问题而发明。该方法主要包括：根据边缘检测法，提取目标图片的整体特征信息；根据所述整体特征信息，计算待测图片与所述目标图片的整体相似度；根据MaskRCNN模型，提取目标图片的细节特征信息；根据所述细节特征信息，计算所述待测图片与所述目标图片的细节相似度；根据所述整体相似度、所述细节相似度和预置检索权重，计算所述待测图片与所述目标图片的检索相似度；按照所述检索相似度的数值从大到小的顺序，展示与所述检索相似度对应的待测图片。本发明主要应用于图片检索的过程中。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种相似图片的检索方法及装置。

背景技术

以图片为信息存储方式，以查找相似图片为手段，以获取所需信息为目的，是一种新的检索信息方式。现有技术中，检索相似图片的方法包括：获取目标图片的多个显著性区域；提取多个显著性区域的卷积神经网络CNN特征；根据多个显著性区域的CNN特征，获取目标图片的特征向量；根据目标图片的特征向量，从目标图片的候选图片组包括的多个候选图片中获取与目标图片匹配的相似图片。

卷积神经网络CNN(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络。卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征进行学习，被大量应用于计算机视觉、自然语言处理等领域。在检索相似图片时，用户可能需要查找颜色相近、款式相近、文字相近或者品牌相同的商品。而现有的检索相似图片的方法，是基于整体图片的显著性区域的CNN特征比对查找，忽略了品牌商标和文字等非显著性特征，导致了检索结果与用户的检索需求偏差较大。

发明内容

有鉴于此，本发明提供一种相似图片的检索方法及装置，主要目的在于解决现有技术中检索结果与用户的检索需求偏差较大的问题。

依据本发明一个方面，提供了一种相似图片的检索方法，包括：

根据边缘检测法，提取目标图片的整体特征信息；

根据所述整体特征信息，计算待测图片与所述目标图片的整体相似度；

根据Mask RCNN模型，提取所述目标图片的细节特征信息；

根据所述细节特征信息，计算所述待测图片与所述目标图片的细节相似度；

根据所述整体相似度、所述细节相似度和预置检索权重，计算所述待测图片与所述目标图片的检索相似度；

按照所述检索相似度的数值从大到小的顺序，展示与所述检索相似度对应的待测图片。

依据本发明另一个方面，提供了一种相似图片的检索装置，包括：

提取模块，用于根据边缘检测法，提取目标图片的整体特征信息；

第一计算模块，用于根据所述整体特征信息，计算待测图片与所述目标图片的整体相似度；

所述提取模块，用于根据Mask RCNN模型，提取所述目标图片的细节特征信息；

所述第一计算模块，还用于根据所述细节特征信息，计算所述待测图片与所述目标图片的细节相似度；

第二计算模块，用于根据所述整体相似度、所述细节相似度和预置检索权重，计算所述待测图片与所述目标图片的检索相似度；

展示模块，用于按照所述检索相似度的数值从大到小的顺序，展示与所述检索相似度对应的待测图片。