[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

说明书

本申请的实施例提供了一种图像检索方法、装置、电子设备和计算机可读存储介质，该方法包括：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；根据距离对第二特征码进行排序，并取排名靠前的预设数量的第二特征码对应的图像作为检索结果。本申请能够极大地提升了图像检索的效率并且有效地消除图像的特征描述与高层语义之间的语义鸿沟。

技术领域

本申请的实施例涉及医疗技术领域，尤其涉及一种图像检索方法、装置、电子设备和计算机可读存储介质。

背景技术

目前，基于内容的图像检索技术已应用于各行各业，其主要是利用计算机对图像进行分析，建立图像特征矢量描述并存入图像特征库，当用户输入一张查询图像时，用相同的特征提取方法提取查询图像的特征得到查询向量，然后在某种相似性度量准则下计算查询向量到特征库中各个特征的相似性大小，最后按相似性大小进行排序并顺序输出对应的图片。但是其特征描述与高层语义之间存在着难以填补的语义鸿沟，并且这种语义鸿沟是不可消除的。

发明内容

为了消除图像的特征描述与高层语义之间的语义鸿沟，本申请的实施例提供了一种图像检索方法、装置、电子设备和计算机可读存储介质。

在本申请的第一方面，提供了一种图像检索方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在本申请的第二方面，提供了一种图像检索装置，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；