[发明专利]图像检索方法及装置、电子设备、存储介质

说明书

本申请提供一种图像检索方法及装置、电子设备、存储介质，该方法包括：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产品原型特征的相似度，获得待检索图片相对目标产品的相似度图；通过语义分割模型从待检索图片中分割出前景区域，并从相似度图中截取相似度大于第一阈值的有效区域；根据有效区域的平均相似度值、有效区域占前景区域的比例、待检索图片在有效区域内的池化特征与产品原型特征之间的全局相似度，确定待检索图片是否包含目标产品。该方案进一步提高了检索结果的准确性。

技术领域

本申请涉及图像处理技术领域，特别涉及一种图像检索方法及装置、电子设备、计算机可读存储介质。

背景技术

当前随着科学技术的飞速发展，各项工作均面临着信息爆炸又无法有效利用的困惑，而AI技术则成为对海量数据进行挖掘和提取的重要手段。在商超零售智能领域，每天不仅可以获取大量实拍图片数据，并且随着产品的更新换代图片内容也在不断更替，因此如何从大量数据中捕获到一定数量包含关注目标的图片，成为非常现实又重要的问题。

目前，解决此类问题的常用技术手段为基于内容的图片检索技术，即通过对目标对象的稳定特征进行建模后，对数据库中的图片获取同样的特征后进行特征匹配，然后返回特征匹配度高于阈值的图片作为检索结果。

然而，由于商超领域图片具体纹理复杂、低层级目标特征不稳定、高层级目标特征提取难、目标内容特征变化快等诸多特点，常规的图片检索方法在保证获取一定图片数量的前提下一般难以到达较高的检索结果准确率，因此是一个亟待解决的重要问题。

发明内容

本申请实施例提供了一种图像检索方法，用以提高检索准确率。

本申请实施例提供了一种图像检索方法，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。

在一实施例中，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。

在一实施例中，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。

在一实施例中，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。

在一实施例中，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。