[发明专利]相似图片查找方法、装置及计算机可读存储介质在审

专利信息
申请号: 202011085037.0 申请日: 2020-10-12
公开(公告)号: CN112182260A 公开(公告)日: 2021-01-05
发明(设计)人: 徐国诚 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06F16/51 分类号: G06F16/51;G06F16/532;G06F16/55;G06F16/583;G06F17/16
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相似 图片 查找 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种相似图片查找方法,其特征在于,所述方法包括:

获取图片集,对所述图片集中包含的每张图片进行索引标记,得到索引图片集;

对所述索引图片集中包含的每张索引图片进行特征提取及矩阵化处理,得到目标图片特征矩阵;

当接收到待检测图片时,对所述待检测图片进行特征提取及矩阵化处理,得到待检测图片特征矩阵;

对所述目标图片特征矩阵与所述待检测图片特征矩阵进行矩阵运算,得到结果矩阵;

根据所述结果矩阵在所述索引图片集中进行索引关联提取,得到相似图片集。

2.如权利要求1所述的相似图片查找方法,其特征在于,所述对所述索引图片集中包含的每张索引图片进行特征提取及矩阵化处理,得到目标图片特征矩阵,包括:

利用预构建的图片分类模型对每张所述索引图片进行特征提取,得到索引图片特征向量集;

利用所述索引图片特征向量集进行矩阵构建,得到所述目标图片特征矩阵。

3.如权利要求2所述的相似图片查找方法,其特征在于,所述利用预构建的图片分类模型对每张所述索引图片进行特征提取,得到索引图片特征向量集,包括:

获取所述图片分类模型包含的全连接层的所有节点的输出,得到索引图片特征值集;

根据所述全连接层的所有节点的顺序,将所述索引图片特征值集中的特征值进行纵向组合,得到索引图片特征向量;

汇总所有的所述索引图片特征向量,得到所述索引图片特征向量集。

4.如权利要求2所述的相似图片查找方法,其特征在于,所述利用所述索引图片特征向量集进行矩阵构建,得到所述目标图片特征矩阵,包括:

将所述索引图片特征向量集中所有的索引图片特征向量进行横向组合,得到初始图片特征矩阵;

对所述初始图片特征矩阵进行标记处理,得到所述目标图片特征矩阵。

5.如权利要求1所述的相似图片查找方法,其特征在于,所述根据所述结果矩阵在所述索引图片集中进行索引关联提取,得到相似图片集,包括:

将所述结果矩阵的每一列包含的所有数值取绝对值后进行求和,得到初始结果矩阵;

根据所述初始结果矩阵包含的每一列的值对所述初始结果矩阵包含的所有列进行排序,得到标准结果矩阵;

选取所述标准结果矩阵中处于预设排名位数的列,得到目标结果矩阵;

根据所述目标结果矩阵选取所述目标图片特征矩阵对应的索引向量的数字编码,得到数字编码集;

根据所述数字编码集选取所述索引图片集中对应的索引图片,得到所述相似图片集。

6.如权利要求1所述的相似图片查找方法,其特征在于,所述对所述图片集中包含的每张图片进行索引标记,得到索引图片集,包括:

利用预设位数的数字编码对所述图片集中包含的每张图片进行索引标记,得到索引图片;

汇总所有所述索引图片,得到所述索引图片集。

7.如权利要求4所述的一种相似图片查找方法,其特征在于,所述对所述初始图片特征矩阵进行标记处理,得到所述目标图片特征矩阵,包括:

根据所述索引图片特征向量对应的索引图片的数字编码,对所述初始图片特征矩阵的每一列进行对应标记,得到所述目标图片特征矩阵。

8.一种相似图片查找装置,其特征在于,包括:

图片矩阵化模块,用于获取图片集,对所述图片集中包含的每张图片进行索引标记,得到索引图片集;对所述索引图片集中包含的每张索引图片进行特征提取及矩阵化处理,得到目标图片特征矩阵;当接收到待检测图片时,对所述待检测图片进行特征提取及矩阵化处理,得到待检测图片特征矩阵;

矩阵运算模块,用于对所述目标图片特征矩阵与所述待检测图片特征矩阵进行矩阵运算,得到结果矩阵;

关联提取模块,用于根据所述结果矩阵在所述索引图片集中进行索引关联提取,得到相似图片集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011085037.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top