[发明专利]图像检索方法、装置、设备及存储介质有效

专利信息
申请号: 201911235697.X 申请日: 2019-12-05
公开(公告)号: CN110942046B 公开(公告)日: 2023-04-07
发明(设计)人: 郑卓睿;丁丹迪;李彦融;姚达 申请(专利权)人: 腾讯云计算(北京)有限责任公司
主分类号: G06F16/583 分类号: G06F16/583;G06F16/55;G06V20/00;G06V10/40;G06V10/74;G06V10/762;G06V10/764
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 邢惠童
地址: 100191 北京市*** 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: 图像 检索 方法 装置 设备 存储 介质
【说明书】:

本申请公开了图像检索方法、装置、设备及存储介质,属于计算机技术领域。方法包括:获取至少一个待检索的目标图像和每个目标图像对应的目标特征;在样本特征库中,确定至少一个中心特征和每个中心特征对应的样本特征集;对于任一目标图像对应的目标特征,基于目标特征与各个中心特征的相似度,确定目标特征对应的至少一个目标中心特征;将各个目标中心特征对应的样本特征集的并集作为任一目标图像对应的第一候选样本特征集;基于各个目标图像对应的第一候选样本特征集,获取各个目标图像的检索结果。此种图像检索的过程,无需计算目标特征与全部样本特征的相似度,数据访问量和计算量较小,能够提高图像检索的速度,图像检索的效果较好。

技术领域

本申请实施例涉及计算机技术领域,特别涉及一种图像检索方法、装置、设备及存储介质。

背景技术

随着互联网技术的发展,越来越多的场景需要利用人工智能技术进行物体识别。例如,在刷脸支付场景需要进行人脸识别,以确定待支付的账户;在车辆监控场景需要进行车辆识别,以确定车主信息等。在利用人工智能技术进行物体识别的过程中,需要先获取待识别物体的图像,然后对图像进行检索,得到与图像对应的检索结果,之后,再基于检索结果确定待识别物体的识别结果。因此,图像检索是物体识别过程中的重要环节。

相关技术在进行图像检索的过程中,将任一待检索的图像的特征与全部样本特征中的各个样本特征逐个进行比对,得到该待检索的图像的特征与各个样本特征的相似度,基于该待检索的图像的特征与各个样本特征的相似度确定该待检索的图像的检索结果。在此种图像检索的过程中,数据访问量和计算量较大,图像检索的速度较慢,从而导致图像检索的效果较差。

发明内容

本申请实施例提供了一种图像检索方法、装置、设备及存储介质,可用于解决相关技术中的问题。所述技术方案如下:

一方面,本申请实施例提供了一种图像检索方法,所述方法包括:

获取至少一个待检索的目标图像和每个目标图像对应的目标特征;

在样本特征库中,确定至少一个中心特征和每个中心特征对应的样本特征集;

对于任一目标图像对应的目标特征,基于所述目标特征与各个中心特征的相似度,确定所述目标特征对应的至少一个目标中心特征;将各个目标中心特征对应的样本特征集的并集作为所述任一目标图像对应的第一候选样本特征集;

基于至少一个目标图像中的各个目标图像对应的第一候选样本特征集,获取所述至少一个目标图像中的各个目标图像的检索结果。

另一方面,提供了一种图像检索装置,所述装置包括:

第一获取模块,用于获取至少一个待检索的目标图像和每个目标图像对应的目标特征;

第一确定模块,用于在样本特征库中,确定至少一个中心特征和每个中心特征对应的样本特征集;

第二确定模块,用于对于任一目标图像对应的目标特征,基于所述目标特征与各个中心特征的相似度,确定所述目标特征对应的至少一个目标中心特征;将各个目标中心特征对应的样本特征集的并集作为所述任一目标图像对应的第一候选样本特征集;

第二获取模块,用于基于至少一个目标图像中的各个目标图像对应的第一候选样本特征集,获取所述至少一个目标图像中的各个目标图像的检索结果。

在一种可能实现方式中,所述第二获取模块,用于当所述至少一个目标图像的数量小于数量阈值时,对于所述任一目标图像,在所述任一目标图像对应的第一候选样本特征集中对所述任一目标图像进行检索,得到所述任一目标图像的检索结果。

在一种可能实现方式中,所述第二获取模块,包括:

划分单元,用于当所述至少一个目标图像的数量不小于数量阈值时,将所述至少一个目标图像划分为至少一个目标图像集;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯云计算(北京)有限责任公司,未经腾讯云计算(北京)有限责任公司许可,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/201911235697.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top