[发明专利]结合局部和全局特征的图片搜索方法、装置及电子设备有效
申请号: | 201910943890.2 | 申请日: | 2019-09-30 |
公开(公告)号: | CN110807110B | 公开(公告)日: | 2023-02-28 |
发明(设计)人: | 禹庆华;李斌;李国辉 | 申请(专利权)人: | 奇安信科技集团股份有限公司;奇安信网神信息技术(北京)股份有限公司 |
主分类号: | G06F16/53 | 分类号: | G06F16/53;G06F16/583;G06V10/74;G06V10/44;G06V10/42;G06V10/46;G06V10/50;G06V10/82 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王文思 |
地址: | 100088 北京市西城区*** | 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: | 结合 局部 全局 特征 图片 搜索 方法 装置 电子设备 | ||
本发明实施例提供了一种结合局部和全局特征的图片搜索方法、装置及电子设备,根据图片的全局特征和局部特征分别进行搜索,得到和搜索图片相似的全局相似图片和局部相似图片。将通过这两种方式搜索的图片输出。通过多种方式对图片进行搜索,避免了通过某一单一方式进行搜索导致的漏搜索,使得既能搜索到整体和搜索图片相似的全局相似图片,也能搜索到局部与搜索图片相似的局部相似图片,搜索结果实现了对所有相似图像的全面覆盖。
技术领域
本发明涉及计算机视觉和机器学习技术领域,尤其是涉及一种结合局部和全局特征的图片搜索方法、装置及电子设备。
背景技术
图片搜索的目的是搜索出与某一图片相似或者局部与某一图片相似的图片,图片搜索通常应用在以图搜图的过程中。例如,在购物网站上,输入图片,搜索出与该图片相似的其它图片或者存在局部与该图片相似的图片。
现有的以图搜图通常根据某一单一特征,以某一单一的方式进行搜索,由于搜索方式单一,会漏掉某些相似图片。例如,某些图片是由多个图像组合形成的,需要搜索的图像与这多个图像中的某一个相似,现有的搜索方式中会认为该由多个图像组合的图片和需要搜索的图像不相同,从而漏掉该图片。
由此,在实际应用过程中,通过单一的方式进行图片搜索导致漏搜索。
发明内容
本发明实施例提供一种结合局部和全局特征的图片搜索方法、装置及电子设备,用以解决现有技术中的现有的通过单一的方式进行图片搜索导致漏搜索的问题。
针对以上技术问题,第一方面,本发明的实施例提供了一种结合局部和全局特征的图片搜索方法,包括:
接收搜索指令和搜索图片;所述搜索指令用于指示搜索与所述搜索图片相似的图片;
从数据库中,根据图片的全局特征搜索与所述搜索图片相似的全局相似图片,并根据图片的局部特征搜索存在局部与所述搜索图片相似的局部相似图片;
输出所述全局相似图片和所述局部相似图片。
可选地,所述根据图片的局部特征搜索存在局部与所述搜索图片相似的局部相似图片,包括:
对所述数据库中的任一存储图片,获取所述存储图片的局部特征中各第一特征点的特征向量;
对所述搜索图片的局部特征中的任一第二特征点,根据各第一特征点的特征向量和所述第二特征点的特征向量,判断第一特征点中是否存在与所述第二特征点相匹配的匹配特征点;
计算存在所述匹配特征点的第二特征点对应的数量,与所述搜索图片中第二特征点总数的比值,若所述比值大于预设阈值,则将所述存储图片作为所述局部相似图片。
可选地,所述根据各第一特征点的特征向量和所述第二特征点的特征向量,判断第一特征点中是否存在与所述第二特征点相匹配的匹配特征点,包括:
根据各第一特征点的特征向量和所述第二特征点的特征向量,计算各第一特征点与所述第二特征点的第一欧式距离,获取与所述第二特征点的第一欧式距离最小的两个第一特征点;
若两个第一特征点中,较小的第一欧式距离小于较大的第一欧式距离与预设参数的乘积,较小的第一欧式距离对应的第一特征点为与所述第二特征点相匹配的匹配特征点,否则,第一特征点中不存在与所述第二特征点相匹配的匹配特征点;
其中,所述预设参数为大于0且小于1的值。
可选地,所述根据图片的全局特征搜索与所述搜索图片相似的全局相似图片,包括:
对所述数据库中的任一存储图片,通过神经网络获取所述存储图片的全局特征,并通过所述神经网络获取所述搜索图片的全局特征;
根据所述存储图片的全局特征和所述搜索图片的全局特征计算所述存储图片和所述搜索图片的第二欧式距离;
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奇安信科技集团股份有限公司;奇安信网神信息技术(北京)股份有限公司,未经奇安信科技集团股份有限公司;奇安信网神信息技术(北京)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/201910943890.2/2.html,转载请声明来源钻瓜专利网。