[发明专利]一种图片检索方法及装置在审
申请号: | 202111155566.8 | 申请日: | 2021-09-30 |
公开(公告)号: | CN114003753A | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 李伟;马东星;周道利 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583;G06F16/538;G06V10/762;G06V10/74 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 潘平 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 图片 检索 方法 装置 | ||
本发明实施例提供一种图片检索方法及装置。该方法包括:对待检索图片进行特征提取,得到第一特征向量;从特征库中确定与第一特征向量满足第一相似度要求的各第二特征向量;对各第二特征向量进行聚类,将得到的各聚类中心确定为作为检索样本的各第三特征向量;针对任一第三特征向量,从特征库中确定出与第三特征向量满足第二相似度要求的各第四特征向量;通过各第四特征向量,确定出待检索图片对应的检索结果。采用二次检索来确定检索结果,二次检索不仅可以扩大检索样本,提高检索的准确度和全面性;而且,作为二次检索样本的各第三特征向量更能反映出特征库中的特征向量的特征。如此,不至于遗漏了准确的检索结果,从而进一步提高了检索精度。
技术领域
本发明实施例涉及计算机视觉技术领域,尤其涉及一种图片检索方法、装 置、计算设备及计算机可读存储介质。
背景技术
随着近年来计算机、互联网、多媒体的迅猛发展,世界上有着愈来愈多的 海量图像数据。为了有效分析和利用这些图像的价值,各行各业都在深研着高 效精确的特征检索技术,如搜索引擎、电商平台、安防、信息认证领域等。
以图搜图是指基于一张图像搜索出与之最相似的多张图像。以图搜图越来 越广泛地应用于各种场景中,例如根据已有的人物照片搜索出与之相似的其他 照片从而便于拼凑出该人物可能的活动轨迹、在购物APP(Application,应用) 中根据心仪物品的照片搜索出多种可能类似的商品等等。现有的搜图方法是用 待检索的图片的特征向量与特征库中的特征向量进行一一对比,然后将相似度 符合条件的特征库中的特征向量对应的图片确定为检索结果。但是这样的以图 搜图方法会出现这样的问题:单纯以与待检索图片的相似度进行排序,会出现 部分图片虽然是与待检索图片中的人物或物品相同,但由于与待检索图片的角 度等各种因素导致相似度较低的话,排名过于靠后,从而无法作为检索结果进行输出。从而导致检索精度降低,影响了客户体验。
综上,本发明实施例提供一种图片检索方法,用以提高以图搜图的检索精 度。
发明内容
本发明实施例提供一种图片检索方法,用以提高以图搜图的检索精度。
第一方面,本发明实施例提供一种图片检索方法,包括:
对待检索图片进行特征提取,得到第一特征向量;
从特征库中确定与所述第一特征向量满足第一相似度要求的各第二特征 向量;
对所述各第二特征向量进行聚类,将得到的各聚类中心确定为作为检索样 本的各第三特征向量;
针对任一第三特征向量,从所述特征库中确定出与所述第三特征向量满足 第二相似度要求的各第四特征向量;
通过各第三特征向量对应的各第四特征向量,确定出所述待检索图片对应 的检索结果。
对待检索图片进行特征提取,获取到待检索图片的第一特征向量,再将第 一特征向量与特征库中的各特征向量进行相似度的计算,得到满足第一相似度 要求的特征库中的第二特征向量,再通过各第二特征向量再次确定出第三特征 向量作为检索样本。在特征库中检索与第三特征向量的相似度满足第二相似度 要求的第四特征向量。在上述方法中,采用了二次检索来确定检索结果,二次 检索不仅可以扩大检索样本,提高检索的准确度和全面性;而且,由于各第二 特征向量是从特征库中产生,第三特征向量又是从第二特征向量产生,所以作 为二次检索样本的各第三特征向量更能反映出特征库中的特征向量的特征,与 特征库中各特征向量的相似度会更高。那么,若存在部分图片虽然是与待检索 图片中的人物或物品相同,但采用现有的一次检索方法由于与待检索图片的角 度等各种因素导致相似度较低的话,排名过于靠后。但是采用本发明提供的二 次检索方法,会提高这部分图片的相似度排序,从而可以作为检索结果进行输 出。如此,不至于遗漏了准确的检索结果,从而进一步提高了检索精度。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202111155566.8/2.html,转载请声明来源钻瓜专利网。