[发明专利]图像检索、图像量化模型训练方法、装置和存储介质

说明书

本申请涉及一种图像检索方法、装置、计算机设备和存储介质。所述方法包括：获取查询图像对应的类别量化特征以及内容量化特征，并获取各个候选图像对应的候选类别量化特征，基于类别量化特征从各个候选类别量化特征中确定目标候选类别量化特征；基于一级索引关系查找目标候选类别量化特征关联的各个候选内容量化特征，得到各个中间候选内容量化特征；基于内容量化特征从各个中间候选内容量化特征中确定目标候选内容量化特征；基于二级索引关系查找目标候选内容量化特征对应的候选图像，得到查询图像对应的检索结果图像。采用本方法能够提高图像检索效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像检索、图像量化模型训练方法、装置、计算机设备和存储介质。

背景技术

随着图像检索技术的发展，出现了图像去重检索技术，图像去重检索技术通常是提取到查询图像的特征，使用查询图像的特征与图像数据库中的保存的图像特征进行相似计算，从而检索到高相似的图像作为检索结果。目前，由于图像数据库中的图像越来越多，比如，超过200万样本。为了保证检索结果的准确性，通常要遍历所有样本，然后，由于图像的特征都是浮点向量，使浮点向量进行相似计算非常耗时，使得图像检索的效率低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高图像检索效率的图像搜索以及图像量化模型训练方法、装置、计算机设备和存储介质。

一种图像检索方法，所述方法包括：

获取查询图像，并获取查询图像对应的类别量化特征以及内容量化特征，查询图像对应的类别量化特征以及内容量化特征是基于查询图像进行二值量化特征提取得到的，类别量化特征用于表征图像类别，内容量化特征用于表征图像包含的具体内容；

获取各个候选图像对应的候选类别量化特征，基于类别量化特征从各个候选类别量化特征中确定目标候选类别量化特征；

获取一级索引关系，一级索引关系是指各个候选类别量化特征与各个候选图像对应的候选内容量化特征的关联关系，基于一级索引关系查找目标候选类别量化特征关联的各个候选内容量化特征，得到各个中间候选内容量化特征；

基于内容量化特征从各个中间候选内容量化特征中确定目标候选内容量化特征；

获取二级索引关系，二级索引关系是指各个候选内容量化特征与各个候选图像的关联关系，基于二级索引关系查找目标候选内容量化特征对应的候选图像，得到查询图像对应的检索结果图像。

在一个实施例中，所述初始图像特征提取模型还包括：初始深度特征提取网络和初始特征映射网络；

将所述训练图像集输入到初始图像特征提取模型中，所述初始图像特征提取模型通过初始类别特征提取分支网络和初始内容特征提取分支网络进行图像特征提取，得到所述训练图像集对应的初始类别特征集和初始内容特征集，包括：

将所述训练图像集输入初始深度特征提取网络中，得到初始深度特征集；

将所述初始深度特征集输入到所述初始特征映射网络中，得到初始映射特征集；

将所述初始映射特征集输入所述类别特征提取分支网络中进行图像类别特征提取，得到所述训练图像集对应的初始类别特征集，并将所述初始映射特征集输入到所述内容特征提取分支网络中进行图像内容特征提取，得到所述训练图像集对应的初始内容特征集。

在一个实施例中，所述训练图像集中包括各个图像三元组；

从训练图像集中确定图像三元组，包括：

获取当前训练图像，基于所述当前训练图像从训练图像集中确定当前图像三元组；

所述基于所述图像三元组和所述初始内容特征集进行图像三元组损失计算，得到分支三元组损失信息，包括：