[发明专利]一种图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像，所述待处理图像包括第一图像和第二图像；

利用特征提取模型对所述第一图像和所述第二图像进行处理，以得到所述第一图像的多个特征编码和所述第二图像的多个特征编码，其中，所述特征提取模型是在对预训练得到的初始模型新增多个隐藏层之后，通过对新增隐藏层后的初始模型进行训练得到的；

基于所述第一图像的多个特征编码和所述第二图像的多个特征编码，确定所述第一图像和所述第二图像之间的相似度。

2.根据权利要求1所述的方法，其特征在于，利用特征提取模型对所述第一图像和所述第二图像进行处理，以得到所述第一图像的多个特征编码和所述第二图像的多个特征编码，包括：

利用特征提取模型对所述第一图像和所述第二图像进行处理，获取所述特征提取模型中新增的所述多个隐藏层输出的所述第一图像的多个图像特征和所述第二图像的多个图像特征；

对所述第一图像的多个图像特征分别进行哈希编码，得到所述第一图像的多个特征编码；

对所述第二图像的多个图像特征分别进行哈希编码，得到所述第二图像的多个特征编码。

3.根据权利要求1或2所述的方法，其特征在于，所述利用特征提取模型对所述第一图像和所述第二图像进行处理，以得到所述第一图像的多个特征编码和所述第二图像的多个特征编码之前，所述方法还包括：

利用第一训练样本集以及所述第一训练样本集包括的每个训练样本的类别标签，对原始模型进行预训练得到初始模型；

在所述初始模型中的神经网络的多个指定位置处嵌入多个隐藏层，所述多个隐藏层之间互不相邻；

利用第二训练样本集以及所述第二训练样本集包括的每个训练样本的类别标签，对嵌入隐藏层的初始模型进行训练，得到特征提取模型。

4.根据权利要求3所述的方法，其特征在于，所述对所述第一图像的多个图像特征分别进行哈希编码，得到所述第一图像的多个特征编码，包括：

针对所述第一图像的多个图像特征中的任一图像特征，对所述任一图像特征进行压缩处理得到对应的多个特征值；

根据所述多个特征值确定所述任一图像特征的图像特征均值；

获取所述多个特征值中的每个特征值和所述图像特征均值之间的差值；

根据所述差值确定二进制数列，并将所述二进制数列作为所述任一图像特征的特征编码。

5.根据权利要求4所述的方法，其特征在于，所述根据所述差值确定二进制数列，包括：

判断所述每个特征值和所述图像特征均值之间的差值是否大于预设数值；

若是，则将二进制数列中所述每个特征值对应的元素设置为1；

若否，则将所述二进制数列中所述每个特征值对应的元素设置为0。

6.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一图像的多个特征编码和所述第二图像的多个特征编码，确定所述第一图像和所述第二图像之间的相似度，包括：

获取所述第一图像的多个特征编码中各个特征编码与所述第二图像的多个特征编码中对应的特征编码之间的距离；

根据所述各个特征编码与对应的特征编码之间的距离，确定所述第一图像和所述第二图像之间的相似度。

7.根据权利要求6所述的方法，其特征在于，所述获取所述第一图像的多个特征编码中各个特征编码与所述第二图像的多个特征编码中对应的特征编码之间的距离，包括：

针对所述第一图像的多个特征编码中的任一特征编码，确定所述任一特征编码在所述特征提取模型新增的所述多个隐藏层中对应的目标隐藏层；

获取所述第二图像的多个特征编码中所述目标隐藏层对应的特征编码；

计算所述任一特征编码与所述目标隐藏层对应的特征编码之间的距离。