[发明专利]相似图像检测方法、装置、设备及存储介质

说明书

本申请实施例公开了一种相似图像检测方法、装置、设备及存储介质，属于图像处理领域。所述方法包括：将待检测的多张图像作为CNN模型的输入，通过CNN模型对多张图像进行特征提取，得到多张图像的特征向量；将多张图像的特征向量作为SVM模型的输入，通过SVM模型对多张图像的特征向量进行相似性度量，得到多张图像的相似性度量值；基于多张图像的相似性度量值，对多张图像进行相似图像检测。本申请可以有效提取图像中的浅层和深层特征，根据图像的特征向量之间的相似来判断图像是否相似，提高了图像相似性的检测准确度。

技术领域

本申请实施例涉及图像处理领域，特别涉及一种相似图像检测方法、装置、设备及存储介质。

背景技术

相似图像检测是计算机视觉中的一个基础性问题，旨在比较图像之间的相似度，并根据图像之间的相似度判断图像是否相似。相似图像检测可以应用于不同任务场景中，比如可以利用相似图像检测技术，从手机的相册中检测出相似图像，然后将相似图像中的部分图像从相册中删除，以节省手机内存。

相关技术中，可以采用哈希算法进行相似图像检测。具体地，可以通过哈希算法对待检测的两张图像进行哈希处理，得到两种图像的哈希值，然后计算两张图像之间基于哈希值的汉明距离，若基于哈希值的汉明距离小于阈值，则判定这两张图像为相似图像，若基于哈希值的汉明距离大于或等于阈值，则判定这两种图像不是相似图像。

但是，采用哈希算法进行相似图像检测时需要采用哈希算法对图像进行压缩处理，在压缩过程中可能会造成图像内容信息严重丢失，而且在基于哈希值的汉明距离判断图像是否相似时，如果生成的哈希值的长度较短，则图像特征会难以区分，这些因素都可能会导致图像相似性的检测准确度不高。

发明内容

本申请实施例提供了一种相似图像检测方法、装置、设备及存储介质。所述技术方案如下：

一方面，本申请实施例提供了一种相似图像检测方法，其特征在于，所述方法包括：

获取待检测的多张图像；

将所述多张图像作为卷积神经网络CNN模型的输入，通过所述CNN模型对所述多张图像进行特征提取，得到所述多张图像的特征向量；

将所述多张图像的特征向量作为支持向量机SVM模型的输入，通过所述SVM模型对所述多张图像的特征向量进行相似性度量，得到所述多张图像的相似性度量值；

基于所述多张图像的相似性度量值，对所述多张图像进行相似图像检测。

另一方面，提供了一种相似图像检测装置，所述装置包括：

第一获取模块，用于获取待检测的多张图像；

第一提取模块，用于将所述多张图像作为CNN模型的输入，通过所述CNN模型对所述多张图像进行特征提取，得到所述多张图像的特征向量；

度量模块，用于将所述多张图像的特征向量作为SVM模型的输入，通过所述SVM模型对所述多张图像的特征向量进行相似性度量，得到所述多张图像的相似性度量值；

检测模块，用于基于所述多张图像的相似性度量值，对所述多张图像进行相似图像检测。

另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现上述相似图像检测方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现上述相似图像检测方法。

另一方面，还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令用于被处理器执行以实现上述相似图像检测方法。

本申请提供的技术方案至少可以带来以下有益效果：