[发明专利]图像特征提取模型训练方法、图像搜索方法及计算机设备

权利要求书

1.一种图像特征提取模型训练方法，包括：

获取用于训练的多个图片组，所述图片组至少包括参考样本以及所述参考样本的相似样本；

将所述图片组的各样本分别输入神经网络模型中对应的子神经网络，通过各子神经网络的深层神经网络，提取各样本的语义特征向量，通过各子神经网络的浅层神经网络，提取各样本的视觉特征向量；

根据所述语义特征向量和所述视觉特征向量，所述神经网络模型的各子神经网络输出对应样本的图像特征向量；

以最小化所述参考样本和所述相似样本的所述图像特征向量的距离为目标，训练所述神经网络模型，得到图像特征提取模型。

2.根据权利要求1所述的方法，其特征在于，所述获取用于训练的多个图片组，包括：获取用于训练的多个参考样本、各所述参考样本的相似样本以及所述参考样本的负样本，得到图片组；

所述以最小化所述参考样本和所述相似样本的所述图像特征向量的距离为目标，训练所述神经网络模型，得到图像特征提取模型，包括：基于三元组损失函数的监督，以最小化所述参考样本和所述相似样本的所述图像特征向量的距离，最大化所述参考样本和所述负样本的所述图像特征向量的距离为目标，训练所述神经网络模型，得到图像特征提取模型。

3.根据权利要求1所述的方法，其特征在于，所述通过各子神经网络的深层神经网络，提取各样本的语义特征向量，包括：

将各所述样本输入对应子神经网络的深层神经网络，通过所述深层神经网络的各网络层，得到每一网络层的输出；

将每一网络层的输出作为下一网络层的输入，所述深层神经网络输出对应样本的语义特征向量。

4.根据权利要求3所述的方法，其特征在于，将各所述样本输入对应子神经网络的深层神经网络，通过所述深层神经网络的各网络层，得到每一网络层的输出，包括：将各所述样本输入对应子神经网络的深层神经网络，通过所述深层神经网络中各网络层的注意力层获取所述样本在每个区域的权重得到注意力向量，通过各网络层的卷积层获取所述样本的初始语义特征向量；

利用所述注意力向量对所述初始语义特征向量进行加权处理，得到每一网络层的输出。

5.根据权利要求1所述的方法，其特征在于，所述通过子神经网络的浅层神经网络，提取各样本的视觉特征向量，包括：将各所述样本输入子神经网络的浅层神经网络，通过所述浅层神经网络的卷积层对所述样本进行卷积处理，得到特征向量，将所述特征向量输入所述浅层神经网络的池化层进行降采样处理，得到所述浅层神经网络输出的对应样本的视觉特征向量。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用已分类的样本图像对所述深层神经网络进行训练，得到所述神经网络模型中所述深层神经网络的初始化参数。

7.根据权利要求2所述的方法，其特征在于，获取用于训练的多个参考样本、各所述参考样本的相似样本以及所述参考样本的负样本的方式，包括：

获取图像集；

获取各参考样本；

利用相似度算法，确定所述参考样本与所述图像集中各图像的相似度；

将相似度最高的图像作为所述参考样本的相似样本；

将相似度低于阈值的任一图像作为所述参考样本的负样本。

8.根据权利要求2所述的方法，其特征在于，获取各参考样本、各所述参考样本的相似样本以及所述参考样本的负样本的方式，包括：

获取多组相似表情；

随机抽取两组相似表情，在第一组相似表情中随机选择一个表情作为参考表情，在第一组相似表情中抽取另一个表情作为所述参考表情的相似表情，在第二组相似表情中抽取任一表情作为所述参考表情的不同表情；

提取所述参考表情、所述相似表情和所述不同表情的关键帧，对应得到参考样本、所述参考样本的相似样本以及所述参考样本的负样本。