[发明专利]图像检索方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种图像检索方法、装置、设备及存储介质。该图像检索方法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。该方法可有效保证聚类精度且可有效避免传统图像检索导致的计算量大以及耗时的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种图像检索方法、装置、计算机设备及存储介质。

背景技术

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别如今已经被应用于各个生活场景中，比如门禁，闸机，监控等等。人脸识别的主要目标是把输入的人脸图像从数据库中检索到匹配的人脸特征进行比对，从而进行人脸识别。

人脸检索是人脸识别环节中的一个重要环节。人脸检索是将人脸识别模型提取的人脸特征，与数据库里预存储的其他人脸特征进行逐一匹配，得到与当前人脸特征相似度最高的人脸特征。在小规模的底库进行人脸检索的时往往使用暴力比对方式，即数据库中的每个人脸特征均直接与当前特征进行特征相似度计算。但当底库规模较大时，暴力比对方式所带来的计算量和耗时则变得越发显著。

为了减少人脸检索比对过程中的计算量，对数据库中的人脸数据建立聚类索引是一种可行的方法。通过聚类索引，可以有效减少检索过程中的需要比对的特征数量，从而缩短检索时间，提高效率。

现有的人脸聚类检索通常是在提取人脸特征之后，采用传统聚类方法(如k-means、DBSCAN)对特征进行聚类。后续进行人脸识别时，在传统聚类的基础上，对于对应样本所邻近的聚类簇进行暴力比对。该种图像检索方式在较小规模或单一应用场景的情况下可以在一定程度上加快检索速度，但是对于亿级数据库来说，该种检索方式的计算量较大，且无法实现在计算量下降的同时保证聚类精度。

发明内容

本发明实施例提供一种图像检索方法、装置、计算机设备及存储介质，以解决目前传统的人脸检索方式计算量大，且无法实现在计算量下降的同时保证聚类精度的问题。

一种图像检索方法，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。

一种图像检索装置，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。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图像检索方法的步骤。

一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述图像检索方法的步骤。