[发明专利]一种以图搜图方法

权利要求书

1.一种以图搜图方法，其特征在于，所述以图搜图方法包括：

S100，选取多张模板图像和多张待检索图像，对多张模板图像和多张待检索图像进行预处理；

所述S100还包括从多张预处理后的模板图像中随机抽取一张，从多张预处理后的待检索图像中随机抽取一张，将两张图像组合为一个样本对，反复重复随机抽取过程，得到多个样本对；

S200，构建多空间尺度孪生神经网络模型，将多空间尺度孪生神经网络模型作为特征提取器，并在多层特征输出层上构建相似度匹配器网络；

S300，将预处理后的多张模板图像和多张待检索图像作为训练数据，将相似度匹配器网络作为辅助训练的工具，对多空间尺度孪生神经网络进行端对端的训练，得到多空间尺度孪生神经网络模型中的模型参数；

S400，通过损失函数对模型参数进行校正，得到训练后的多空间尺度孪生神经网络模型；

S500，当进行以图搜图时，将一张图像作为模板图像，将多张与模板图像近似的图像作为待检索图像，将模板图像和多张待检索图像输入至所述训练后的多空间尺度孪生神经网络模型；

S600，获取训练后的多空间尺度孪生神经网络模型输出的模板图像的相似度检索结果；

所述S300包括：

S310，选取一个样本对，将该样本对输入至多空间尺度孪生神经网络模型；

S320，将样本对中的待检索图像通过第一卷积操作，生成第一待检索图像特征模块；

将样本对中的待检索图像通过第二卷积操作，生成第二待检索图像特征模块；

将样本对中的待检索图像通过第三卷积操作，生成第三待检索图像特征模块；

S330，将样本对中的模板图像通过小空间尺寸特征迁移模块，迁移至小尺寸映射空间，生成2个第一模板特征模块，以使所述第一模板特征模块和所述第一待检索图像特征模块处于同一映射空间；

将样本对中的模板图像通过等空间尺寸特征迁移模块，迁移至等尺寸映射空间，生成2个第二模板特征模块，以使所述第二模板特征模块和所述第二待检索图像特征模块处于同一映射空间；

将样本对中的模板图像通过大空间尺寸特征迁移模块，迁移至大尺寸映射空间，生成2个第三模板特征模块，以使所述第三模板特征模块和所述第三待检索图像特征模块处于同一映射空间；

S340，将第一待检索图像特征模块和2个第一模板图像特征模块输入至相似度匹配网络模块中，将2个第一模板图像特征模块作为2个卷积核，在第一待检索图像特征模块上卷积，生成第一置信概率图；

将第二待检索图像特征模块和2个第二模板图像特征模块输入至相似度匹配网络模块中，将2个第二模板图像特征模块作为2个卷积核，在第二待检索图像特征模块上卷积，生成第二置信概率图；

将第三待检索图像特征模块和2个第三模板图像特征模块输入至相似度匹配网络模块中，将2个第三模板图像特征模块作为2个卷积核，在第三待检索图像特征模块上卷积，生成第三置信概率图；

S350，分别对第一置信概率图、第二置信概率图和第三置信概率图进行分析处理，对置信概率图中的正负样本点进行区分；

S360，对每一个样本对均执行所述S310至S350。

2.根据权利要求1所述的以图搜图方法，其特征在于，所述S100包括：

S110，从图像库中选取M张图像作为模板图像，选取N张图像作为待检索图像；M和N均为大于1的正整数；

S120，对每一张模板图像和每一张待检索图像均进行类别标注；

S130，对每一张模板图像进行缩放处理，得到M张缩放处理后的模板图像；

S140，对每一张待检索图像进行缩放处理，得到N张缩放处理后的待检索图像；

S150，从M张处理后的模板图像中随机抽取一张，从N张处理后的待检索图像中随机抽取一张，将两张图像组合为一个样本对；

S160，反复执行K次所述S150，得到K个样本对；K为大于1的正整数。