[发明专利]一种图像检索方法、装置、介质和设备

权利要求书

1.一种图像检索方法，其特征在于，所述方法包括：

确定待检索图像；

基于待查询图像数据库中的每张图像，与所述待检索图像分别对应的第一指定特征向量之间的欧式距离，确定待查询图像数据库中的每张图像与所述待检索图像的第一相似度，并确定第一相似度满足第一设定要求的第一图像集；

基于所述第一图像集中每张图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差，确定所述第一图像集中每张图像与所述待检索图像的第二相似度；

确定所述第一相似度和所述第二相似度满足第二设定要求的第二图像集，并输出所述第二图像集中的图像。

2.如权利要求1所述的方法，其特征在于，所述第二指定特征向量与所述第一指定特征向量相同，针对所述第一图像集中每张图像，该图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差为第一特征向量差；

或者所述第二指定特征向量为尺度不变特征变换SIFT特征向量，针对所述第一图像集中每张图像，该图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差为第二特征向量差；

或者所述第二指定特征向量包括所述第一指定特征向量和SIFT特征向量，针对所述第一图像集中每张图像，该图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差，为第一特征向量差与第二特征向量差融合得到的融合特征向量差；

其中，所述第一特征向量差为第一指定特征向量之间的特征向量差，所述第二特征向量差为SIFT特征向量之间的特征向量差。

3.如权利要求1所述的方法，其特征在于，基于所述第一图像集中每张图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差，确定所述第一图像集中每张图像与所述待检索图像的第二相似度，包括：

通过采用XGBoost模型的分类器，基于所述第一图像集中每张图像与所述待检索图像分别对应的第二指定特征向量之间的特征向量差，确定所述第一图像集中每张图像与所述待检索图像的第二相似度。

4.如权利要求1所述的方法，其特征在于，确定所述第一相似度和所述第二相似度满足第二设定要求的第二图像集，包括：

确定所述第一图像集中，对应的第一相似度和第二相似度的加权平均值满足第二设定要求的图像；

将确定出的对应的第一相似度和第二相似度的加权平均值满足第二设定要求的图像，作为第二图像集中的图像。

5.如权利要求1所述的方法，其特征在于，基于待查询图像数据库中的每张图像，与所述待检索图像的分别对应的第一指定特征向量之间的欧式距离，确定待查询图像数据库中的每张图像与所述待检索图像的第一相似度，并确定第一相似度满足第一设定要求的第一图像集，包括：

通过Milvus向量相似度搜索引擎，基于待查询图像数据库中的每张图像，与所述待检索图像的分别对应的第一指定特征向量之间的欧式距离，确定待查询图像数据库中的每张图像与所述待检索图像的第一相似度，并确定第一相似度满足第一设定要求的第一图像集。

6.如权利要求5所述的方法，其特征在于，通过集群分布式远程字典服务redis数据库保存所述待查询图像数据库中每张图像对应的第一指定特征向量。

7.如权利要求1～6任一所述的方法，其特征在于，所述待查询图像数据库中每张图像对应的第一指定特征向量通过以下方式获得：

通过指定特征向量提取模型，针对一张图像进行指定维数的特征向量提取；

通过指定的特征向量聚合方法，针对提取出的特征向量进行特征向量聚合；

通过指定的特征向量降维方法，针对聚合后的特征向量进行特征向量降维，将降维后得到的特征向量作为第一指定特征向量。