[发明专利]一种数据处理方法、装置、计算机设备及存储介质

说明书

本申请提供一种数据处理方法、装置、计算机设备及存储介质，用于解决数据处理效率较低的问题。该方法包括：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，以及，分别与各个预存的参考特征向量之间的相似度满足第一预设相似度条件的各个第二标准特征子向量序列；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，获得所述目标特征向量与所述每个参考特征向量之间的特征向量相似度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法、装置、计算机设备及存储介质。

背景技术

随着科技的不断发展，设备可以代替人工处理数据量较大的任务。例如，在图像处理领域中，设备可以通过比对目标图像的特征向量，与各个备选图像的特征向量，确定出与目标图像相似的备选图像等。

然而，随着图像清晰度的不断提升，为了可以准确地描述图像，以及准确地确定出与目标图像相似的备选图像，设备提取出的图像的特征向量的维度也越来越高，使得比对目标图像的特征向量，与各个备选图像的特征向量的过程中，设备需要处理的数据量较大，设备处理数据的效率较低，在其他领域当中，也存在类似的问题。

发明内容

本申请实施例提供一种数据处理方法、装置、计算机设备及存储介质，用于解决数据处理效率较低的问题。

第一方面，提供一种数据处理方法，包括：

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，以及，与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；所述参考特征向量是预存的各个参考特征向量中的参考特征向量，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，获得所述目标特征向量与所述每个参考特征向量之间的特征向量相似度。

可选的，在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。

可选的，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。

可选的，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；