[发明专利]图像检索方法、装置、电子设备和计算机可读存储介质在审

专利信息
申请号: 202110714932.2 申请日: 2021-06-25
公开(公告)号: CN113434724A 公开(公告)日: 2021-09-24
发明(设计)人: 黄家祥;罗飞;任大伟 申请(专利权)人: 万里云医疗信息科技(北京)有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京维正专利代理有限公司 11508 代理人: 张岭;赵保迪
地址: 100020 北京市朝阳区酒仙桥东路9*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检索 方法 装置 电子设备 计算机 可读 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:

根据预先构建的神经网络模型确定待检索图像的第一特征码;

确定所述第一特征码和预先构建的数据集中每幅图像的第二特征码之间的距离,所述第二特征码通过所述预先构建的神经网络模型获取得到;

根据所述距离对所述第二特征码进行排序,并取排名靠前的预设数量的所述第二特征码对应的图像作为检索结果。

2.根据权利要求1所述的方法,其特征在于,所述根据预先构建的神经网络模型确定待检索图像的第一特征码,包括:

将待检索图像输入所述预先构建的神经网络模型,得到所述预先构建的神经网络模型中最后一个卷积层的输出特征,所述输出特征具有图像通道数维度、图像宽度维度以及图像高度维度;

对所述输出特征进行空间维度上的求和,得到所述第一特征码。

3.根据权利要求1所述的方法,其特征在于,所述确定所述第一特征码和预先构建的数据集中每幅图像的第二特征码之间的距离,包括:

根据下式计算所述第一特征码和所述第二特征码之间的距离:

其中,L为第一特征码和第二特征码之间的距离,i为第一特征码或第二特征码的位数,n为第一特征码或第二特征码的总位数,x为第一特征码和第二特征码相同位数上的数值之间的差值。

4.根据权利要求1所述的方法,其特征在于,所述数据集的构建方法包括:

将多副图像分别输入所述预先构建的神经网络模型,得到所述预先构建的神经网络模型中最后一个卷积层的输出的对应每副图像的输出特征,每个所述输出特征均具有图像通道数维度、图像宽度维度以及图像高度维度;

对所述对应每副图像的输出特征分别进行空间维度上的求和,得到对应每副图像的所述第二特征码;

根据多个所述第二特征码构建所述数据集。

5.一种图像检索装置,其特征在于,包括:

特征获取模块,用于根据预先构建的神经网络模型确定待检索图像的第一特征码;

距离确定模块,用于确定所述第一特征码和预先构建的数据集中每幅图像的第二特征码之间的距离,所述第二特征码通过所述预先构建的神经网络模型获取得到;

结果确定模块,用于根据所述距离对所述第二特征码进行排序,并取排名靠前的预设数量的所述第二特征码对应的图像作为检索结果。

6.根据权利要求5所述的装置,其特征在于,所述第一获取模块具体用于:

将待检索图像输入所述预先构建的神经网络模型,得到所述预先构建的神经网络模型中最后一个卷积层的输出特征,所述输出特征具有图像通道数维度、图像宽度维度以及图像高度维度;

对所述输出特征进行空间维度上的求和,得到所述第一特征码。

7.根据权利要求5所述的装置,其特征在于,所述距离确定模块具体用于:

根据下式计算所述第一特征码和所述第二特征码之间的距离:

其中,L为第一特征码和第二特征码之间的距离,i为第一特征码或第二特征码的位数,n为第一特征码或第二特征码的总位数,x为第一特征码和第二特征码相同位数上的数值之间的差值。

8.根据权利要求5所述的装置,其特征在于,还包括数据构建模块,所述数据构建模块用于:

将多副图像分别输入所述预先构建的神经网络模型,得到所述预先构建的神经网络模型中最后一个卷积层的输出的对应每副图像的输出特征,每个所述输出特征均具有图像通道数维度、图像宽度维度以及图像高度维度;

对所述对应每副图像的输出特征分别进行空间维度上的求和,得到对应每副图像的所述第二特征码;

根据多个所述第二特征码构建所述数据集。

9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至4中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于万里云医疗信息科技(北京)有限公司,未经万里云医疗信息科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110714932.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top