[发明专利]数据处理方法、装置及设备

权利要求书

1.一种数据处理方法，包括：

在接收到针对第一图像的相似图像检索指令的情况下，确定与所述第一图像对应的候选图像；

基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量，所述特征提取模型为基于第二图像、所述第二图像的标签，对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到，所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定；

基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。

2.根据权利要求1所述的方法，所述基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，包括：

基于所述第一特征向量和所述第二特征向量，确定每个所述候选图像与所述第一图像之间的图像相似度；

基于每个所述候选图像与所述第一图像之间的图像相似度，确定所述候选图像中与所述第一图像对应的目标图像。

3.根据权利要求2所述的方法，所述基于每个所述候选图像与所述第一图像之间的图像相似度，确定所述候选图像中与所述第一图像对应的目标图像，包括：

将所述候选图像中图像相似度大于预设相似度阈值的候选图像，确定为目标候选图像；

基于所述目标候选图像对应的第二特征向量和所述第一特征向量，对所述第一特征向量进行更新处理，得到更新处理后的第一特征向量；

基于所述更新处理后的第一特征向量和所述候选图像对应的第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像。

4.根据权利要求3所述的方法，所述目标候选图像为多个，所述基于所述目标候选图像对应的第二特征向量和所述第一特征向量，对所述第一特征向量进行更新处理，得到更新处理后的第一特征向量，包括：

获取所述多个目标候选图像对应的第二特征向量的第一均值，并将第一均值与所述第一特征向量的均值，确定为所述更新处理后的第一特征向量。

5.根据权利要求4所述的方法，在所述基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量之前，还包括：

获取所述第二图像的标题信息；

基于预先构建的词库和所述第二图像的标题信息，确定与所述第二图像对应的第一向量；

基于所述第一向量和所述预设聚类算法，对所述第二图像进行聚类处理，得到多个类别；

基于所述第二图像对应的类别，确定所述第二图像的标签；

基于所述第二图像、所述第二图像的标签，对所述由特征提取算法和度量学习算法构建的特征提取模型进行训练，得到所述预先训练的特征提取模型。

6.根据权利要求5所述的方法，所述基于预先构建的词库和所述第二图像的标题信息，确定与所述第二图像对应的第一向量，包括：

基于所述预先构建的词库中包含的每个词，在每个所述第二图像的标题信息中的数量，确定每个所述第二图像对应的数量向量；

基于所述预先构建的词库中包含的每个词，在每个所述第二图像的标题信息中的位置信息，确定每个所述第二图像对应的位置向量；

基于所述第二图像的标题信息，确定所述预先构建的词库中包含的每个词的分类熵，并根据所述预先构建的词库中包含的每个词的分类熵和每个所述第二图像的标题信息，确定每个所述第二图像对应的熵向量；

基于所述预先构建的词库中包含的每个词，在每个所述第二图像的标题信息中出现的次数，以及在其他所述第二图像的标题信息中出现的次数，确定每个所述第二图像对应的词频向量；

基于所述数量向量、所述位置向量、所述熵向量和所述词频向量，确定所述第二图像对应的第一向量。