图像相似性识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像相似性识别方法、装置、设备及存储介质，该方法通过预设的空间金字塔池化模型将待处理图像转换为预设尺寸的特征图，使得将尺寸大小不一致的待处理图像转换为固定尺寸大小的特征图；将空间金字塔池化模型输出的特征图输送至分布式空洞卷积网络中，通过预设的分布式空洞卷积网络实现对特征图中进行特征提取，获取固定维度的待处理图像的全局特征；对全局特征进行聚类，获得待处理图像的特征向量；根据待处理图像的特征向量和第一图像集合中各图像对应的特征向量，计算待处理图像与第一图像集合中各图像的相似度；本发明专利技术能够有效降低图像特征的计算量，提高相似图像的检索速度。

【技术实现步骤摘要】
图像相似性识别方法、装置、设备及存储介质
本专利技术涉及图像处理领域，尤其涉及一种图像相似性识别方法、装置、设备及存储介质。
技术介绍
SLAM建图是人机智能中非常重要的技术，其基本原理是：机器人去到一个陌生的区域，然后不断通过走动，来对自身进行定位和构建3维地图，为了保证构图的准确性，机器人需要进行回路检测，也就是在走动的过程中重新回头看一下之前看过的景物，以矫正之前的定位。回路检测实际上就是快速检测图像的相似性问题。传统做法是将地点识别问题看作实例检索任务，使用具有局部不变性的特征(SIFT)来表示每一个图像，然后将特征聚合成一个向量表示。但是，由于定位预测过程中，很可能需要多个机器人进行协同定位，而且每个机器人输出的图片的尺寸不一样，那么存在多尺度图片需要处理多尺度的图片，计算复杂，检索相似图像的速度慢。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种图像相似性识别方法、装置、设备及存储介质，其能够有效降低图像特征的计算量，提高相似图像的检索速度。第一方面，本专利技术实施例提供了一种图像相似性识别方法，其特征在于，包括：通过预设的空间金字塔池化模型将待处理图像转换为预设尺本文档来自技高网...

【技术保护点】
1.一种图像相似性识别方法，其特征在于，包括：通过预设的空间金字塔池化模型将待处理图像转换为预设尺寸的特征图；通过预设的分布式空洞卷积网络对所述特征图进行特征提取，获取所述待处理图像的全局特征；对所述全局特征进行聚类，获得所述待处理图像的特征向量；根据所述待处理图像的特征向量和第一图像集合中各图像对应的特征向量，计算所述待处理图像与所述第一图像集合中各图像的相似度。

【技术特征摘要】
1.一种图像相似性识别方法，其特征在于，包括：通过预设的空间金字塔池化模型将待处理图像转换为预设尺寸的特征图；通过预设的分布式空洞卷积网络对所述特征图进行特征提取，获取所述待处理图像的全局特征；对所述全局特征进行聚类，获得所述待处理图像的特征向量；根据所述待处理图像的特征向量和第一图像集合中各图像对应的特征向量，计算所述待处理图像与所述第一图像集合中各图像的相似度。2.如权利要求1所述的图像相似性识别方法，其特征在于，所述通过预设的分布式空洞卷积网络对所述特征图进行特征提取，获取所述待处理图像的全局特征，具体包括：将所述特征图作为预设的分布式空洞卷积网络的输入值，通过所述预设的分布式空洞卷积网络以不同的空洞卷积核进行分布式卷积处理，获得固定维度的全局特征。3.如权利要求2所述的图像相似性识别方法，其特征在于，所述对所述全局特征进行聚类，获得所述待处理图像的特征向量，具体包括：对所述全局特征进行k聚类，获得k个聚类中心；计算所述聚类中心与所述特征图的残差和，并遍历所述聚类中心，获得所述待处理图像的特征向量。4.如权利要求3所述的图像相似性识别方法，其特征在于，所述计算所述聚类中心与所述特征图的残差和，并遍历所述聚类中心，获得所述待处理图像的特征向量之后，还包括：对所述待处理图像的特征向量进行L2归一化处理；通过预设的BP神经网络优化算法对归一化后的特征向量进行优化。5.如权利要求4所述的图像相似性识别方法，其特征在于，所述根据所述待处理图像的特征向量和第一图像集合中各图像对应的特征向量，计算所述待处理图像与所述第一图像集合中各图像的相似度，具体包括：根据优化后的特征...

【专利技术属性】
技术研发人员：杜翠凤，
申请(专利权)人：广州杰赛科技股份有限公司，广州杰赛通信规划设计院有限公司，
类型：发明
国别省市：广东,44