图片搜索方法、装置及计算机设备制造方法及图纸

本发明专利技术提出一种图片搜索方法、装置及计算机设备，其中，该方法包括：获取搜索语句；若当前搜索模式为图片搜索，则确定搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度；根据搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。由此，在图片搜索过程中，将搜索语句与图片对应的描述语句进行语义匹配，并根据语义匹配度进行图片召回，提高了图片搜索的准确度，满足用户需求，提升用户体验。

【技术实现步骤摘要】
图片搜索方法、装置及计算机设备
本专利技术涉及搜索
，尤其涉及一种图片搜索方法、装置及计算机设备。
技术介绍
目前，图片搜索方法通常是将搜索语句进行分词，然后根据各图片的特征信息与分词的匹配度，进行图片召回。比如，当用户输入搜索语句为“人抱着黑猫”，通过对“人抱着黑猫”进行分词为“人”、“抱着”和“黑猫”，然后根据各图片的特征信息与分词“人”、“抱着”和“黑猫”的匹配度，进行图片召回，获取的搜索结果如图1所示；再比如当用户输入搜索语句为“一个人走在沙滩上”，通过对“一个人走在沙滩上”进行分词为“一个”、“人”、“走”、“在”和“沙滩上”，然后根据各图片的特征信息与分词“一个”、“人”、“走”、“在”和“沙滩上”的匹配度，进行图片召回，获取的搜索结果如图2所示。从上述例子可以看出，搜索结果准确性较低，不能够满足用户的图片搜索需求。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提出一种图片搜索方法，通过在图片搜索过程中，将搜索语句与图片对应的描述语句进行语义匹配，并根据语义匹配度进行图片召回，提高了图片搜索的准确度，满足用户需求，提升用户体验。本专利技术还提出一种图片搜索装置。本专利技术还提出一种计算机设备。本专利技术还提出一种计算机可读存储介质。本专利技术第一方面实施例提出了一种图片搜索方法，包括：获取搜索语句；若当前搜索模式为图片搜索，则确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度；根据所述搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。本专利技术实施例的图片搜索方法，通过获取搜索语句，并在当前搜索模式为图片搜索时确定搜索语句分别与图片数据库中各图片的描述语句间的语义相似度，从而根据搜索语句与各图片的描述语句间的语义相似度召回目标图片，并生成搜索结果。由此，在图片搜索过程中，将搜索语句与图片对应的描述语句进行语义匹配，并根据语义匹配度进行图片召回，提高了图片搜索的准确度，满足用户需求，提升用户体验。本专利技术第二方面实施例提出了一种图片搜索装置，包括：第一获取模块，用于获取搜索语句；确定模块，用于若当前搜索模式为图片搜索，则确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度；处理模块，用于根据所述搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。本专利技术实施例的图片搜索装置，通过获取搜索语句，并在当前搜索模式为图片搜索时确定搜索语句分别与图片数据库中各图片的描述语句间的语义相似度，从而根据搜索语句与各图片的描述语句间的语义相似度召回目标图片，并生成搜索结果。由此，在图片搜索过程中，将搜索语句与图片对应的描述语句进行语义匹配，并根据语义匹配度进行图片召回，提高了图片搜索的准确度，满足用户需求，提升用户体验。本专利技术第三方面实施例提出了一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如第一方面所述的图片搜索方法。本专利技术第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，当所述程序被处理器执行时实现如第一方面所述的图片搜索方法。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是现有技术中一个图片搜索的示例图；图2是现有技术中另一个图片搜索的示例图；图3是本专利技术一个实施例的图片搜索方法的流程图；图4是本专利技术另一个实施例的图片搜索方法的流程图；图5是本专利技术一个实施例的获取各图片对应的描述信息集的示例图；图6是本专利技术一个实施例的长短期记忆网络处理的示例图；图7是本专利技术另一个实施例的长短期记忆网络处理的示例图；图8是本专利技术一个实施例的图片搜索装置的结构示意图；图9是本专利技术另一个实施例的图片搜索装置的结构示意图；图10是本专利技术一个实施例的计算机设备的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。具体的，本专利技术各实施例针对现有技术，图片搜索方法通常是将搜索语句进行分词，然后根据各图片的特征信息与分词的匹配度，进行图片召回，导致搜索结果准确性较低，不能够满足用户的图片搜索需求，用户体验不好的问题，提出一种图片搜索方法。本专利技术实施例提供的图片搜索方法，通过获取搜索语句，并在当前搜索模式为图片搜索时确定搜索语句分别与图片数据库中各图片的描述语句间的语义相似度，从而根据搜索语句与各图片的描述语句间的语义相似度召回目标图片，并生成搜索结果。由此，在图片搜索过程中，将搜索语句与图片对应的描述语句进行语义匹配，并根据语义匹配度进行图片召回，提高了图片搜索的准确度，满足用户需求，提升用户体验。下面参考附图，对本专利技术实施例提供的图片搜索方法、装置及计算机设备进行详细说明。图3是本专利技术一个实施例的图片搜索方法的流程图。如图3所示，该图片搜索方法包括：步骤101，获取搜索语句。步骤102，若当前搜索模式为图片搜索，则确定搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度。步骤103，根据搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。其中，用户可以根据实际应用需要选择合适的搜索语句进行输入并发起图片搜索，以获取搜索结果。搜索语句的输入方式可以是通过用户手动输入也可以是语音输入等等。可以理解的是，预先生成各图片的描述语句并存储在图片数据库中，即图片数据库中的各图片都有其对应的描述语句，每张图片可以对应一个或者多个描述语句。具体地，可以采用很多种方式生成各图片的描述语句，可以根据实际应用需要进行选择设置，举例说明如下：第一种示例，利用预设的神经网络模型，对图片数据库中各图片进行识别，生成各图片的描述语句。第二种示例，在抓取图片数据库中各图片时，获取各图片所在页面的文字信息，对文字信息进行语义解析，生成各图片的描述语句。在本专利技术实施中，图片数据库中各图片可以分别对应N个描述语句，其中N为大于或等于1的正整数，则上述步骤102作为一种示例，可以包括：确定搜索语句，分别与各图片对应的N个描述语句间的N个语义相似度。则上述步骤103作为一种示例，可以包括：在第一图片对应的N个语义相似度中至少一个语义相似度大于第一阈值时，则将第一图片召回。也就是说，搜索语句与第一图片对应的N个语义相似度中有一个或者多个语义相似度大于第一阈值比如9(搜索语句与第一图片对应的语义相似度最大为10)，则确定第一图片作为目标图片进行召回生成搜索结果。或者上述步骤103作为另一种示例，可以包括：在第一图片对应的N个语义相似度均大于第二阈值时，则将第一图片召回。其中，第一阈值和第二阈值可以根据实际应用需要进行选择设置。也就是说，搜索语句与第一图片对应的N个语义相似度比如10个语义相似度都大于第二阈值比如7(搜索语句与第一图片对应的语义相似度最大为10)，则确定第一图片作为目标图片进行召回生成搜索结果。需本文档来自技高网...

【技术保护点】
1.一种图片搜索方法，其特征在于，包括：获取搜索语句；若当前搜索模式为图片搜索，则确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度；根据所述搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。

【技术特征摘要】
1.一种图片搜索方法，其特征在于，包括：获取搜索语句；若当前搜索模式为图片搜索，则确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度；根据所述搜索语句与各图片的描述语句间的语义相似度，召回目标图片，生成搜索结果。2.如权利要求1所述的方法，其特征在于，所述图片数据库中各图片分别对应N个描述语句，其中N为大于或等于1的正整数；所述确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度，包括：确定所述搜索语句，分别与各图片对应的N个描述语句间的N个语义相似度；所述召回目标图片，包括：在第一图片对应的N个语义相似度中至少一个语义相似度大于第一阈值时，则将所述第一图片召回；或者，在所述第一图片对应的N个语义相似度均大于第二阈值时，则将所述第一图片召回。3.如权利要求1所述的方法，其特征在于，所述确定所述搜索语句，分别与图片数据库中各图片的描述语句间的语义相似度之前，还包括：利用预设的神经网络模型，对图片数据库中各图片进行识别，生成所述各图片的描述语句；和/或，在抓取图片数据库中各图片时，获取各图片所在页面的文字信息；对所述文字信息进行语义解析，生成所述各图片的描述语句。4.如权利要求3所述的方法，其特征在于，所述对图片数据库中各图片进行识别，生成所述各图片的描述语句，包括：利用卷积神经网络，对所述图片数据库中各图片进行编码处理，确定所述图片数据库中各图片对应的描述信息集；利用长短期记忆网络，将所述图片数据库中各图片的描述信息集进行解码...

【专利技术属性】
技术研发人员：苏春波，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11