[发明专利]相似图像确定方法及装置、电子设备和存储介质

说明书

本公开是关于一种相似图像确定方法及装置、电子设备以及计算机可读存储介质，涉及机器学习技术领域，可以应用于确定目标图像的所有相似图像的场景。该方法包括：获取目标图像，并对目标图像进行初始特征提取处理以得到初始特征图；对初始特征图分别进行通道特征提取和空间场景特征提取，以得到对应的通道特征和空间场景特征；对通道特征和空间场景特征进行特征聚合处理，以得到对应的目标图像特征；根据目标图像特征从多个候选图像中确定目标图像的相似图像。本公开可以对图像进行次大池化操作以提取图像的空间场景特征，更关注于图像的背景，并基于提取出的图像背景特征确定该图像的相似图像。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种相似图像确定方法、相似图像确定装置、电子设备以及计算机可读存储介质。

背景技术

随着养老社区的全国布局，养老社区的数量呈上升趋势，社区举办的活动也是丰富多彩。为了记录活动的精彩瞬间，随之产生的拍摄的照片或是视频也越来越多。如何更高效将这些拍摄的照片或者视频更好的服务于社区中的社员，是很多养老社区都在思考的问题。

举例而言，社区中举办各式各样的活动所拍摄的照片，可以分门别类进行整理，形成不同主题的相册。无论将相册在社区内展出，或者社区居民查阅相册，或者社区居住老人的家人想要了解老人的动态，均是一个比较好的方式和途径。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种相似图像确定方法、相似图像确定装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服无法根据图像场景特征将多个图像按照具体场景进行分类的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本公开的第一方面，提供一种相似图像确定方法，包括：获取目标图像，并对目标图像进行初始特征提取处理以得到初始特征图；对初始特征图进行全局平均池化处理和最大池化处理，分别得到第一平均池化初始特征和最大池化初始特征，并根据第一平均池化初始特征和最大池化初始特征确定对应的通道特征；对初始特征图进行次大池化处理和平均池化处理，分别得到次大池化初始特征和第二平均池化初始特征，并根据将次大池化初始特征和第二平均池化初始特征确定对应的空间场景特征；对通道特征和空间场景特征进行特征聚合处理，以得到对应的目标图像特征；根据目标图像特征从多个候选图像中确定目标图像的相似图像。

可选的，获取预先构建的特征提取模型；特征提取模型包括通道注意力模块和空间注意力模块；由通道注意力模块对初始特征图进行通道特征提取，得到通道特征；由空间注意力模块对初始特征图进行空间场景特征提取，得到空间场景特征。

可选的，特征提取模型通过下述步骤训练得到：获取初始特征提取模型，初始特征提取模型包括通道注意力模块、初始空间注意力模块和重构空间注意力模块；获取训练样本集，并根据初始特征提取模型确定模型损失函数；基于训练样本集，并通过通道注意力模块与重构空间注意力模块进行第一训练次数的模型训练；基于训练样本集，并通过通道注意力模块与初始空间注意力模块进行第二训练次数的模型训练，直至模型损失函数收敛，得到特征提取模型。

可选的，由通道注意力模块对初始特征图进行通道特征提取，得到通道特征，包括：对初始特征图进行全局平均池化处理和最大池化处理，以分别得到第一平均池化初始特征和最大池化初始特征；分别对第一平均池化初始特征和最大池化初始特征进行全连接处理，以得到对应的第一平均池化特征和最大池化特征；将第一平均池化特征和最大池化特征进行特征相加处理，得到第一中间特征；基于第一中间特征并通过第一激活函数确定第一权重系数，并根据初始特征图与第一权重系数确定通道特征。