[发明专利]图像检索的方法及装置、图像表征网络的训练方法及装置

权利要求书

1.一种图像表征网络的训练方法，包括：

获取训练图像及其对应的标注类别；

将所述训练图像输入图像表征网络，得到训练表征向量；

利用预设函数将所述训练表征向量中的各元素分别映射为逼近第一数值或第二数值的逼近值，得到逼近表征向量；

分别计算多个权重向量与所述逼近表征向量之间的余弦相似度，其中多个权重向量对应多个图像类别；

基于计算出的多个余弦相似度和所述标注类别，训练所述图像表征网络和多个权重向量。

2.根据权利要求1所述的方法，其中，在训练所述图像表征网络和多个权重向量之后，所述方法还包括：

获取待检索的第一图像，并将该第一图像输入训练好的图像表征网络，得到第一表征向量；

将所述第一表征向量中的各元素二值化处理为所述第一数值或第二数值，得到所述第一图像的二值表征向量；

获取多个候选图像的多个二值表征向量，并计算其中各个二值表征向量与所述第一图像的二值表征向量之间的汉明距离；

基于所述汉明距离，从所述多个候选图像中召回与所述第一图像相似的图像。

3.根据权利要求2所述的方法，其中，在获取待检索的第一图像之前，所述方法还包括：

将所述多个候选图像分别输入所述训练好的图像表征网络，得到对应的多个第二表征向量；

对所述多个第二表征向量分别进行所述二值化处理，得到并存储所述多个候选图像的多个二值表征向量；

其中，获取多个候选图像的多个二值表征向量，包括：

读取存储的多个二值表征向量。

4.根据权利要求1或2所述的方法，其中，所述第一数值为-1，第二数值为1。

5.根据权利要求4所述的方法，其中，所述预设函数为双曲正切函数。

6.根据权利要求4所述的方法，其中，分别计算多个权重向量与所述逼近表征向量之间的余弦相似度，包括：

计算所述逼近表征向量与其向量维数的算数平方根之间的商，得到单位表征向量；

对所述多个权重向量分别进行归一化处理，得到多个单位权重向量；

计算所述单位表征向量与各个单位权重向量之间的点积，得到对应的余弦相似度。

7.根据权利要求1所述的方法，其中，基于计算出的多个余弦相似度和所述标注类别，训练所述图像表征网络和多个权重向量，包括：

基于所述多个余弦相似度中对应所述标注类别的第一余弦相似度，确定训练损失，该训练损失负相关于所述第一余弦相似度；

基于所述训练损失，训练所述图像表征网络和多个权重向量。

8.根据权利要求7所述的方法，其中，所述训练损失还负相关于所述多个余弦相似度中除所述第一余弦相似度以外的其他余弦相似度。

9.根据权利要求8所述的方法，其中，基于所述多个余弦相似度中对应所述标注类别的第一余弦相似度，确定训练损失，包括：

利用预设缩减函数处理所述第一余弦相似度，得到缩减相似度，所述预设缩减函数包括角度间隔参数；

利用所述其他余弦相似度，对所述缩减相似度进行归一化处理，得到预测概率，其指示所述训练图像被分类为所述标注类别的可能性；

基于所述预测概率，确定所述训练损失，该训练损失还正相关于所述角度间隔参数。

10.一种图像表征网络的训练装置，包括：

样本获取单元，配置为获取训练图像及其对应的标注类别；

样本表征单元，配置为将所述训练图像输入图像表征网络，得到训练表征向量；

向量映射单元，配置为利用预设函数将所述训练表征向量中的各元素分别映射为逼近第一数值或第二数值的逼近值，得到逼近表征向量；

相似度计算单元，配置为分别计算多个权重向量与所述逼近表征向量与之间的余弦相似度，其中多个权重向量对应多个图像类别；

训练单元，配置为基于计算出的多个余弦相似度和所述标注类别，训练所述图像表征网络和多个权重向量。