[发明专利]特征检索方法、装置、设备及计算机存储介质

权利要求书

1.一种特征检索方法，其特征在于，包括：

获取第一特征向量，以及P个第二特征向量，所述第一特征向量的维度与所述第二特征向量的维度均为W，P与W均为大于1的整数，所述第一特征向量与所述第二特征向量均为多媒体资源的特征向量；

将所述第一特征向量划分为L个第一向量，将每一所述第二特征向量划分为L个第二向量，每一所述第一向量的维度与每一所述第二向量的维度均小于W，所述L个第一向量与所述L个第二向量一一对应，L为大于1的整数；

分别根据所述L个第一向量与每一所述第二特征向量关联的L个第二向量之间的第一相似度，确定所述第一特征向量与每一所述第二特征向量之间的第二相似度；

根据所述第二相似度，得到所述第一特征向量的特征检索结果；

所述第一特征向量为需要进行特征检索的多媒体资源的特征向量，所述第二特征向量为候选的多媒体资源的特征向量；

所述特征检索结果包括对应的第二相似度排名在前的一个或多个第二特征向量；或者，所述特征检索结果包括对应的第二相似度高于相似度阈值的一个或多个第二特征向量。

2.根据权利要求1所述的方法，其特征在于，所述获取第一特征向量，以及P个第二特征向量，包括：

获取第一特征向量以及预设特征向量库，所述预设特征向量库包括Q个第三特征向量，Q为大于或等于P的整数；

对所述Q个第三特征向量进行聚类，得到M个特征向量簇，每一所述特征向量簇具有对应的第一中心向量，且每一所述特征向量簇关联有至少一个所述第三特征向量，M为大于1的整数；

分别确定所述第一特征向量的第二中心向量与每一所述第一中心向量之间的目标距离；

将第三中心向量对应的特征向量簇所关联的第三特征向量确定为所述第二特征向量，所述第三中心向量为对应的目标距离满足预设距离条件的第一中心向量。

3.根据权利要求2所述的方法，其特征在于，所述对所述Q个第三特征向量进行聚类，得到M个特征向量簇之后，所述方法还包括：

分别对每一所述特征向量簇包括的至少一个所述第三特征向量进行标量量化处理；

存储经标量量化处理后的所述第三特征向量。

4.根据权利要求1所述的方法，其特征在于，所述分别根据所述L个第一向量与每一所述第二特征向量关联的L个第二向量之间的第一相似度，确定所述第一特征向量与每一所述第二特征向量的第二相似度，包括：

分别确定第四特征向量关联的L个第二向量中，每一所述第二向量与对应的所述第一向量之间的第一相似度，所述第四特征向量为任一所述第二特征向量；

将L个所述第一相似度的和值，确定为所述第一特征向量与所述第四特征向量之间的第二相似度。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第二相似度，得到所述第一特征向量的特征检索结果，包括：

按从大到小的方式对P个所述第二相似度进行排序；

输出排序在前的K个所述第二相似度所对应的K个第二特征向量，所述特征检索结果包括所述K个第二特征向量，K为小于或等于P的正整数。

6.根据权利要求1所述的方法，其特征在于，所述多媒体资源为图像；

所述获取第一特征向量，包括：

获取目标图像；

将所述目标图像输入至训练得到的目标特征提取模型，输出所述第一特征向量；

其中，所述目标特征提取模型包括目标主干网络、目标聚合网络以及目标头部网络，所述目标主干网络的输入端用于接收所述目标图像，所述目标聚合网络的输入端用于接收所述目标主干网络的输出，所述目标头部网络的输入端用户接收所述目标聚合网络的输出，所述目标头部网络的输出端用于输出所述第一特征向量。