[发明专利]获取图像检索模型的方法、图像检索方法、装置和设备

权利要求书

1.一种获取图像检索模型的方法，其特征在于，所述方法包括：

获取样本图像和初始图像检索模型，所述初始图像检索模型包括特征模块、特征量化模块和量化码本模块，所述特征模块用于获取所述样本图像对应的特征向量，所述特征量化模块用于获取所述特征向量对应的量化向量，所述量化码本模块用于提供量化码本，所述量化码本随着所述初始图像检索模型的更新进行更新；

调用所述特征模块获取所述样本图像对应的样本特征向量；

调用所述特征量化模块获取所述样本特征向量对应的样本量化向量；

基于所述样本量化向量和所述量化码本确定目标损失值；

基于所述目标损失值对所述初始图像检索模型进行更新，得到目标图像检索模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述样本量化向量和所述量化码本确定目标损失值，包括：

基于所述样本量化向量和所述量化码本，确定参考损失值，所述参考损失值包括重建误差损失值和重建度量损失值中的至少一种；

基于所述参考损失值与所述参考损失值对应的权重，确定所述目标损失值。

3.根据权利要求2所述的方法，其特征在于，所述参考损失值包括重建误差损失值；所述基于所述样本量化向量和所述量化码本，确定参考损失值，包括：

基于所述量化码本获取所述样本量化向量对应的重建向量；

基于所述重建向量和所述样本量化向量，确定所述重建误差损失值。

4.根据权利要求3所述的方法，其特征在于，所述基于所述量化码本获取所述样本量化向量对应的重建向量，包括：

对所述样本量化向量进行分段，得到多个子向量，每个子向量的维数相同；

基于所述量化码本和所述多个子向量获取所述每个子向量对应的量化编码；

将所述每个子向量对应的量化编码进行拼接，得到所述样本量化向量对应的重建向量。

5.根据权利要求4所述的方法，其特征在于，所述基于所述量化码本和所述多个子向量获取所述每个子向量对应的量化编码，包括：

基于所述量化码本获取每个分段对应的多个量化码本；

对于任一子向量，确定所述任一子向量与所述任一子向量所在分段对应的多个量化码本之间的距离，将距离满足要求的量化码本作为所述任一子向量对应的量化编码。

6.根据权利要求3所述的方法，其特征在于，所述基于所述重建向量和所述样本量化向量，确定所述重建误差损失值，包括：

将所述重建向量和所述样本量化向量之间的距离作为所述重建误差损失值。

7.根据权利要求2所述的方法，其特征在于，所述参考损失值包括重建度量损失值；所述基于所述样本量化向量和所述量化码本，确定参考损失值，包括：

获取所述样本量化向量对应的重建向量；

获取所述样本图像对应的正样本图像和负样本图像；

获取所述正样本图像对应的第一量化向量和所述负样本图像对应的第二量化向量；

基于所述重建向量、所述第一量化向量和所述第二量化向量，确定所述重建度量损失值。

8.根据权利要求7所述的方法，其特征在于，所述基于所述重建向量、所述第一量化向量和所述第二量化向量，确定所述重建度量损失值，包括：

确定所述重建向量和所述第一量化向量之间的距离，得到第一距离；

确定所述重建向量和所述第二量化向量之间的距离，得到第二距离；

基于所述第一距离、所述第二距离和第一参考数值，确定所述重建度量损失值。

9.根据权利要求8所述的方法，其特征在于，所述基于所述第一距离、所述第二距离和第一参考数值，确定所述重建度量损失值，包括：

确定所述第一距离和所述第二距离的差值；

基于所述第一距离和所述第二距离的差值，确定第一候选数值；

将所述第一候选数值和所述第一参考数值中的最大值作为所述重建度量损失值。