[发明专利]一种数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标图像的目标特征向量，以及预存的各个备选图像各自的参考特征向量；

根据预存的各个标准特征子向量，确定与所述目标特征向量之间的相似度满足第一预设相似度条件的第一标准特征子向量序列，以及，分别与各个参考特征向量之间的相似度满足所述第一预设相似度条件的第二标准特征子向量序列；其中，所述第一标准特征子向量序列是由各个标准特征子向量中的至少一个第一标准特征子向量组成；所述第二标准特征子向量序列是由各个标准特征子向量中的至少一个第二标准特征子向量组成；

分别确定所述第一标准特征子向量序列与每个所述第二标准特征子向量序列之间的序列相似度；

基于各个序列相似度，从所述各个备选图像中，选取与所述目标图像相似的备选图像。

2.根据权利要求1所述的方法，其特征在于，在根据预存的各个标准特征子向量，确定与所述目标特征向量之间的相似度满足第一预设相似度条件的第一标准特征子向量序列之前，还包括：

将每个所述参考特征向量分别划分为相同数量的多个参考特征子向量，获得每个所述参考特征向量分别对应的参考特征子向量序列；其中，所述参考特征子向量序列中的各个参考特征子向量按照各个参考特征子向量在对应的参考特征向量中的位置排列；

基于每个所述参考特征子向量序列中，相同位置上的参考特征子向量，确定对应的至少一个标准特征子向量，获得预存的各个标准特征子向量。

3.根据权利要求2所述的方法，其特征在于，基于每个所述参考特征子向量序列中，相同位置上的参考特征子向量，确定对应的至少一个标准特征子向量，获得预存的各个标准特征子向量，包括：

将每个所述参考特征子向量序列中，相同位置上的参考特征子向量作为一个子向量数据集，对每个子向量数据集进行聚类处理，获得每个子向量数据集分别对应的至少一个标准特征子向量；

根据每个所述子向量数据集分别对应的至少一个标准特征子向量，获得预存的各个标准特征子向量。

4.根据权利要求3所述的方法，其特征在于，在子向量数据集与子向量数据集中包括的参考特征子向量在对应的参考特征向量中的位置关联时，根据预存的各个标准特征子向量，确定与目标特征向量之间的相似度满足第一预设相似度条件的第一标准特征子向量序列，包括：

将所述目标特征向量划分为多个目标特征子向量，获得所述目标特征向量的目标特征子向量序列；其中，所述目标特征子向量序列中的各个目标特征子向量按照各个目标特征子向量在目标特征向量中的位置排列；

确定所述子向量数据集对应的至少一个标准特征子向量中，与所述目标特征子向量之间的相似度满足第二预设相似度条件的第一标准特征子向量；其中，所述目标特征子向量在所述目标特征子向量序列中的位置，与所述子向量数据集的关联位置相同；

在每个所述目标特征子向量均存在一个对应的所述第一标准特征子向量时，确定由各个所述第一标准特征子向量组成的所述第一标准特征子向量序列，与所述目标特征向量之间的相似度满足第一预设相似度条件，获得所述目标特征向量对应的所述第一标准特征子向量序列。

5.根据权利要求4项所述的方法，其特征在于，在预存的各个标准特征子向量分别具有向量标识，所述向量标识用于唯一表示每个标准特征子向量时，获得所述目标特征向量对应的第一标准特征子向量序列，包括：

根据各个所述第一标准特征子向量的向量标识，获得所述目标特征向量对应的第一标准特征子向量序列。