[发明专利]图像搜索方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 202111430300.X 申请日: 2021-11-29
公开(公告)号: CN114139013A 公开(公告)日: 2022-03-04
发明(设计)人: 杨战波;黄泽元 申请(专利权)人: 深圳集智数字科技有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06V10/82;G06T7/00;G06V10/762;G06V40/16;G06V10/40
代理公司: 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 代理人: 司彦斌
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
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 搜索 方法 装置 电子设备 计算机 可读 存储 介质
【说明书】:

本公开涉及图像处理技术领域,提供了一种图像搜索方法、装置、电子设备及计算机可读存储介质。该方法包括:获取待搜索图像;将待搜索图像输入特征提取模型,得到待搜索图像的图像特征和质量分数;其中,特征提取模型是基于样本图像质量分数进行自适应间隔训练确定,样本图像质量分数由预设特征提取模型根据输入的样本图像确定;根据图像特征和质量分数,计算待搜索图像与各库图像之间的相似度;根据相似度,确定与待搜索图像关联的目标库图像。该方法的特征提取模型在训练时结合图像质量进行自适应间隔调整,得到的特征提取模型对输入的待搜索图像可以提取更准确的图像特征,进而在搜索图像时得到更准确的搜索结果。

技术领域

本公开涉及图像处理技术领域,尤其涉及一种图像搜索方法、装置、电子设备及计算机可读存储介质。

背景技术

图像搜索,是通过搜索图像文本或者视觉特征,为用户提供互联网上相关图形图像资料检索服务的专业搜索引擎系统,是搜索引擎的一种细分。其中一种图像搜索方法为通过上传图片搜索与该图片相同或相似的图片。

然而,相关技术中以图搜图的方法仅对图像特征进行描述,没有考虑到图片的质量不一致的问题,对质量不一致的图片没有针对性的优化,得到的图像特征分布不够准确,容易导致图像搜索的结果不够准确。

发明内容

有鉴于此,本公开实施例提供了一种图像搜索方法、装置、电子设备及计算机可读存储介质,以解决现有技术中图像搜索的结果不够准确的问题。

本公开实施例的第一方面,提供了一种图像搜索方法,包括:

获取待搜索图像;

将所述待搜索图像输入特征提取模型,得到所述待搜索图像的图像特征和质量分数;其中,所述特征提取模型是基于样本图像质量分数进行自适应间隔训练确定,所述样本图像质量分数由预设特征提取模型根据输入的样本图像确定;

根据所述图像特征和所述质量分数,计算所述待搜索图像与各库图像之间的相似度;

根据所述相似度,确定与所述待搜索图像关联的目标库图像。

本公开实施例的第二方面,提供了一种图像搜索装置,包括:

获取模块,用于获取待搜索图像;

特征提取模块,用于将所述待搜索图像输入特征提取模型,得到所述待搜索图像的图像特征和质量分数;其中,所述特征提取模型是基于样本图像质量分数进行自适应间隔训练确定,所述样本图像质量分数由预设特征提取模型根据输入的样本图像确定;

相似度计算模块,用于根据所述图像特征和所述质量分数,计算所述待搜索图像与各库图像之间的相似度;

搜索模块,用于根据所述相似度,确定与所述待搜索图像关联的目标库图像。

本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是:通过将获取的待搜索图像输入经训练确定的特征提取模型,得到待搜索图像的图像特征和质量分数;其中,特征提取模型是基于样本图像质量分数进行自适应间隔进行训练得到的,样本图像质量分数由预设特征提取模型根据样本图像确定;然后根据图像特征、质量分数在库图像中基于相似度的方式搜索得到与待搜索图像关联的目标库图像。上述方法的特征提取模型在训练时考虑了样本图像的图像质量,对样本图像确定对应的质量分数,并以图像质量分数为基础对预设特征提取模型提取的图像特征进行自适应间隔调整,从而训练得到特征提取模型,因此特征提取模型可以对输入的待搜索图像提取更准确的图像特征,进而在搜索图像时得到更准确的搜索结果。

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深圳集智数字科技有限公司,未经深圳集智数字科技有限公司许可,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/202111430300.X/2.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