[发明专利]一种图像检索方法及装置

权利要求书

1.一种图像检索方法，其特征在于，包括：

采用预置特征提取模型提取预置图像数据集中的每个图像的特征向量，得到特征向量集，所述特征向量集以二进制文件保存；

将每个所述特征向量划分为M段，得到M个特征向量子集，所述特征向量子集包括段特征向量；

逐段将所有的所述段特征向量进行无监督聚类，得到收敛后的多个类别中心，所述类别中心包括索引号；

根据每个所述段特征向量与所述类别中心的最小距离对所述段特征向量进行分类，得到索引特征库，具体分类过程为：

分别计算每个所述段特征向量与所有所述类别中心的距离；

将所述段特征向量分配到最小距离对应的所述类别中心的类别中；

根据所有所述段特征向量的分类建立索引特征库；

将检索图像对应的不同的检索段特征向量根据所述索引号和所述索引特征库逐段进行目标匹配，并将匹配得到的所述段特征向量组合得到目标匹配结果。

2.根据权利要求1所述的图像检索方法，其特征在于，所述采用预置特征提取模型提取预置图像数据集中的每个图像的特征向量，得到特征向量集，之前还包括：

将获取到的图像数据集进行清洗操作，得到所述预置图像数据集，所述清洗操作包括去重操作和去损坏操作。

3.根据权利要求1所述的图像检索方法，其特征在于，所述采用预置特征提取模型提取预置图像数据集中的每个图像的特征向量，得到特征向量集，之前还包括：

采用预训练图像数据集对神经网络模型进行预训练，得到所述预置特征提取模型。

4.根据权利要求1所述的图像检索方法，其特征在于，所述采用预置特征提取模型提取预置图像数据集中的每个图像的特征向量，得到特征向量集，还包括：

计算所有所述特征向量两两之间的特征距离，并按所述特征距离对所述特征向量进行升序排列。

5.一种图像检索装置，其特征在于，包括：

特征提取模块，用于采用预置特征提取模型提取预置图像数据集中的每个图像的特征向量，得到特征向量集，所述特征向量集以二进制文件保存；

分段模块，用于将每个所述特征向量划分为M段，得到M个特征向量子集，所述特征向量子集包括段特征向量；

聚类模块，用于逐段将所有的所述段特征向量进行无监督聚类，得到收敛后的多个类别中心，所述类别中心包括索引号；

分类模块，用于根据每个所述段特征向量与所述类别中心的最小距离对所述段特征向量进行分类，得到索引特征库，所述分类模块包括：

分类子模块，用于分别计算每个所述段特征向量与所有所述类别中心的距离；

将所述段特征向量分配到最小距离对应的所述类别中心的类别中；

根据所有所述段特征向量的分类建立索引特征库；

匹配模块，用于将检索图像对应的不同的检索段特征向量根据所述索引号和所述索引特征库逐段进行目标匹配，并将匹配得到的所述段特征向量组合得到目标匹配结果。

6.根据权利要求5中所述的图像检索装置，其特征在于，还包括：

清洗模块，用于将获取到的图像数据集进行清洗操作，得到所述预置图像数据集，所述清洗操作包括去重操作和去损坏操作。

7.根据权利要求5中所述的图像检索装置，其特征在于，还包括：

预训练模块，用于采用预训练图像数据集对神经网络模型进行预训练，得到所述预置特征提取模型。

8.根据权利要求5中所述的图像检索装置，其特征在于，还包括：

排序模块，用于计算所有所述特征向量两两之间的特征距离，并按所述特征距离对所述特征向量进行升序排列。