【技术实现步骤摘要】
一种同源图像确定方法及装置
本专利技术涉及智能家电领域，具体而言，涉及一种同源图像确定方法及装置。
技术介绍
同源图片或同源图像是指在同一平台上有相同来源的图片或图像，例如一张图片传递到某一平台后，经过各种变换如旋转、放缩、剪切、明暗、滤波、模糊、遮挡等处理后再传播，那么这些图片就属于同源图片，以及如果对原图进行拍照之后得到的图片也都属于同源图片，但若是同一场景被不同的人拍照或绘画，则不属于同源图片。互联网时代，大量的数据都是由用户自己根据需求产生的，一个数据源进入互联网之后，用户会根据自己的需求，对原始数据源进行处理，从而产生大量的新数据，例如，某网友在社交网站上传了一张图片，图片在传播过程中会经过不同用户的各种压缩、裁剪、修改格式、添加用户信息以及轻度PS(PhotoShop)等操作修改，从而产生大量的相似图片，加大了图片追踪的难度。基于此再做同源图像检索的时候，就无法应用简单的图片特征，如现有的MD5等查找同源图片，只能采用基于内容的图片检索方法或基于语义特征的检索方法。当前的同源图片确定技术主要有图片相似度识别、文字标签、基于水印等技术。大多数图片相似度的技术都是使用SIFT等方法实现，运算量大而且对于同源图片的识别准确率不高，主要因为SIFT等方法都是基于模糊匹配，对边缘光滑的目标无法准确提取特征点，不能保证图片确切相似，更无法保证是同源图片。而基于文字标签的技术更是一种比较简单的技术，文字标签工作量大而且很难跨平台实现，同时也会因为用户操作丢失文字标签，因此在互联网大数据时代这些传统的技术...
【技术保护点】
1.一种同源图像确定方法，其特征在于，包括：/n获取待处理的目标图像与数据库中的多个图像；/n确定所述目标图像的特征向量，并获取所述多个图像的特征张量；/n确定所述目标图像的特征向量与所述多个图像的特征张量的目标评估向量，其中，所述目标评估向量的各个分量表示所述多个图像与所述目标图像为同源图像的概率；/n将大于或等于预设阈值的所述目标评估向量的分量对应的图像确定为所述待处理图像的同源图像。/n
【技术特征摘要】
1.一种同源图像确定方法，其特征在于，包括：
获取待处理的目标图像与数据库中的多个图像；
确定所述目标图像的特征向量，并获取所述多个图像的特征张量；
确定所述目标图像的特征向量与所述多个图像的特征张量的目标评估向量，其中，所述目标评估向量的各个分量表示所述多个图像与所述目标图像为同源图像的概率；
将大于或等于预设阈值的所述目标评估向量的分量对应的图像确定为所述待处理图像的同源图像。
2.根据权利要求1所述的方法，其特征在于，确定所述目标图像的特征向量与所述多个图像的特征张量的目标评估向量包括：
将所述目标图像的特征向量扩展为与所述多个图像的特征张量相同维度的特征张量；
将扩展后的所述目标图像的特征张量与所述多个图像的特征张量进行拼接，得到第一拼接特征张量；
将所述第一拼接特征张量输入到预先训练好的评估模型中，得到所述评估模型输出的评估矩阵；
根据所述评估矩阵确定所述第一评估向量；
将所述第一评估向量确定为所述目标评估向量。
3.根据权利要求2所述的方法，其特征在于，在根据所述评估矩阵确定所述第一评估向量之后，所述方法还包括：
确定所述目标图像的特征向量与所述多个图像的特征张量的余弦相似度，得到第二评估向量；
确定所述目标图像的特征向量与所述多个图像的特征张量的目标评估向量包括：
将所述第一评估向量与所述第二评估向量的乘积确定为所述目标评估向量。
4.根据权利要求2所述的方法，其特征在于，将所述第一拼接特征张量输入到预先训练好的评估模型中，得到所述评估模型输出的评估矩阵包括：
将所述第一拼接特征张量输入所述目标评估模型的第一层全连接层，得到所述第一层全连接层输出的第一特征张量；
将所述第一特征张量输入所述目标评估模型的第二层全连接层，得到所述第二层全连接处输出的第二特征张量；
将所述第二特征张量输入所述目标评估模型的softmax层，得到所述softmax层输出的评估矩阵，其中，所述评估矩阵为二维矩阵；所述评估矩阵的行索引对应数据库中多个图像的编号，列索引对应是否为同源图像，所述评估矩阵的第一列对应数据库中每个图像与所述目标图像为非同源图像的概率，第二列对应数据库中每个图像与目标图像为同源图像的概率；
根据所述评估矩阵确定所述第一评估向量包括：
从所述评估矩阵中选取第二列向量确定为所述第一评估向量。
5.根据权利要求1所述的方法，其特征在于，确定所述目标图像的特征向量包括：
将所述目标图像输入预先训练好的目标神经网...
【专利技术属性】
技术研发人员：胡江明，
申请(专利权)人：海尔优家智能科技北京有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。