[发明专利]图像检索方法、装置、计算机设备及存储介质

权利要求书

1.一种图像检索方法，其特征在于，包括：

获取待识别图像；

将所述待识别图像输入至预先训练好的图像聚类模型中，预测所述待识别图像对应的目标类簇标识；其中，所述图像聚类模型将预创建的图像库划分为多个预划分类簇；

从所述多个预划分类簇中，获取所述目标类簇标识对应的预划分类簇作为目标检索类簇；其中，所述目标检索簇包括至少一个待匹配图像；

基于所述目标检索簇对所述待识别图像进行图像检索。

2.如权利要求1所述图像检索方法，其特征在于，所述将所述待识别图像输入至预先训练好的图像聚类模型中，预测所述待识别图像对应的目标类簇标识，包括：

将所述待识别图像输入至预先训练好的图像聚类模型中进行预测，得到模型输出结果；其中，所述模型输出结果包括多个概率值；所述概率值用于描述所述待识别图像与所述预划分类簇的匹配度；

按照预设筛选规则，从所述多个概率值中选取若干个概率值对应的索引标识作为所述目标类簇标识；其中，所述索引标识用于指示所述预划分类簇。

3.如权利要求2所述图像检索方法，其特征在于，所述按照预设筛选规则，从所述多个概率值中选取若干个概率值对应的索引标识作为所述目标类簇标识，包括：

对所述多个概率值进行排序，并将排在前N位且所述N个概率值的累加和大于预设聚类精度的概率值所对应的索引标识作为所述目标类簇标识。

4.如权利要求1所述图像检索方法，其特征在于，包括：

创建原始聚类模型；其中，所述原始聚类模型包括特征提取层和特征分类层；

从所述图像库中随机选取若干用户，并获取每一用户对应的多个训练图像；

将所述训练图像输入至所述特征提取层，提取所述训练图像的训练图像特征；

对多个用户的训练图像特征进行聚类，得到聚类结果；

根据所述聚类结果对所述训练图像特征进行标注，并将标注后的训练图像特征输入至所述特征分类层进行分类预测，输出预测类簇标识；

基于所述预测类簇标识，计算模型损失，并根据所述模型损失更新优化所述原始聚类模型，得到所述图像聚类模型。

5.如权利要求4所述图像检索方法，其特征在于，所述对多个用户的训练图像特征进行聚类，得到聚类结果，包括：

将上一轮训练输出的聚类结果对应的聚类中心作为本轮训练的初始聚类中心；

根据所述初始聚类中心，对多个用户的训练图像特征进行聚类，得到聚类结果。

6.如权利要求4所述图像检索方法，其特征在于，所述对多个用户的训练图像特征进行聚类，得到聚类结果，包括：

采用球面K均值聚类算法，对多个用户的训练图像特征进行聚类，得到聚类结果。

7.一种图像检索装置，其特征在于，包括：

图像获取模块，用于获取待识别图像；

预测模块，用于将所述待识别图像输入至预先训练好的图像聚类模型中，预测所述待识别图像对应的目标类簇标识；其中，所述图像聚类模型将预创建的图像库划分为多个预划分类簇；

目标检索簇确定模块，用于从所述多个预划分类簇中，获取所述目标类簇标识对应的预划分类簇作为目标检索类簇；其中，所述目标检索簇包括至少一个待匹配图像；

图像检索模块，用于基于所述目标检索簇对所述待识别图像进行图像检索。

8.如权利要求7所述的图像检索装置，其特征在于，所述预测模块包括：

预测单元，用于将所述待识别图像输入至预先训练好的图像聚类模型中，得到模型输出结果；其中，所述模型输出结果包括多个概率值；所述概率值用于描述所述待识别图像与所述预划分类簇的匹配度；

筛选单元，用于按照预设筛选规则，从所述多个概率值中选取若干个概率值对应的索引标识作为所述目标类簇标识；其中，所述索引标识用于指示所述预划分类簇。