[发明专利]图像检索方法及装置、电子设备、存储介质

权利要求书

1.一种图像检索方法，其特征在于，包括：

获取目标产品的产品原型特征；

计算待检索图片中每个点的特征向量与所述产品原型特征的相似度，获得所述待检索图片相对所述目标产品的相似度图；

通过语义分割模型从所述待检索图片中分割出前景区域，并从所述相似度图中截取相似度大于第一阈值的有效区域；

根据所述有效区域的平均相似度值、所述有效区域占所述前景区域的比例、所述待检索图片在所述有效区域内的池化特征与所述产品原型特征之间的全局相似度，确定所述待检索图片是否包含所述目标产品。

2.根据权利要求1所述的方法，其特征在于，所述根据所述有效区域的平均相似度值、所述有效区域占所述前景区域的比例、所述待检索图片在所述有效区域内的池化特征与所述产品原型特征之间的全局相似度，确定所述待检索图片是否包含所述目标产品，包括：

若所述有效区域的平均相似度值大于第二阈值，所述有效区域占所述前景区域的比例大于第三阈值，且所述待检索图片在所述有效区域内的池化特征与所述产品原型特征之间的全局相似度大于第四阈值，确定所述待检索图片包含所述目标产品。

3.根据权利要求1所述的方法，其特征在于，所述获取目标产品的产品原型特征，包括：

利用所述目标产品的训练数据集和训练好的语义分割模块，提取所述目标产品的产品原型特征。

4.根据权利要求3所述的方法，其特征在于，在所述利用所述目标产品的训练数据集和训练好的语义分割模块，提取所述目标产品的产品原型特征之前，所述方法还包括：

获取包含所述目标产品的多张样图以及真实场景图片；

对所述多张样图进行数据增强操作后，在所述真实场景图片的已知目标位置处进行所述样图的贴图操作，获得训练数据集。

5.根据权利要求4所述的方法，其特征在于，在获得训练数据集之后，所述方法还包括：

利用所述训练数据集进行深度学习，获得所述语义分割模型。

6.根据权利要求5所述的方法，其特征在于，所述利用所述目标产品的训练数据集和训练好的语义分割模块，提取所述目标产品的产品原型特征，包括：

通过所述语义分割模型提取所述训练数据集中每张训练图片的特征向量；

针对训练数据集中的每张训练图片，根据对所述训练图片中目标产品区域的标注结果，对所述训练图片的特征向量进行归一化，获得所述训练图片对应的前景特征；

将所述目标产品在每张训练图片中的前景特征进行平均，得到所述目标产品的产品原型特征。

7.根据权利要求1所述的方法，其特征在于，在所述计算待检索图片中每个点的特征向量与所述产品原型特征的相似度之前，所述方法还包括：

通过训练好的语义分割模型提取所述待检索图片的三维特征矩阵，获得所述待检索图片中每个点的特征向量。

8.一种图像检索装置，其特征在于，包括：

产品特征获取模块，用于获取目标产品的产品原型特征；

相似度计算模块，用于计算待检索图片中每个点的特征向量与所述产品原型特征的相似度，获得所述待检索图片相对所述目标产品的相似度图；

区域分割模块，用于通过语义分割模型从所述待检索图片中分割出前景区域，并从所述相似度图中截取相似度大于第一阈值的有效区域；

图片检索模块，用于根据所述有效区域的平均相似度值、所述有效区域占所述前景区域的比例、所述待检索图片在所述有效区域内的池化特征与所述产品原型特征之间的全局相似度，确定所述待检索图片是否包含所述目标产品。

9.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1-7任意一项所述的图像检索方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成权利要求1-7任意一项所述的图像检索方法。