一种图片的搜索方法、装置、存储介质及电子设备制造方法及图纸

技术编号:24799666 阅读:31 留言:0更新日期:2020-07-07 21:04
本申请实施例公开了一种图片的搜索方法、装置、存储介质及电子设备。该方法包括:获取待搜索图片的搜索请求;对所述待搜索图片的原始特征向量进行压缩,得到待搜索图片压缩向量;根据所述待搜索图片压缩向量和各候选图片压缩向量,从各候选图片中选择第一级搜索结果图片;其中,所述各候选图片压缩向量是各候选图片原始特征向量经过压缩得到的;根据所述待搜索图片的原始特征向量,与所述第一级搜索结果图片的原始特征向量,从所述第一级搜索结果图片中选择第二级搜索结果图片。通过执行本申请所提供的技术方案,可以实现低成本且快速的进行以图搜图的效果。

【技术实现步骤摘要】
一种图片的搜索方法、装置、存储介质及电子设备
本申请实施例涉及图像处理
,尤其涉及一种图片的搜索方法、装置、存储介质及电子设备。
技术介绍
近些年随着AI(ArtificialIntelligence,人工智能)技术的出现,在图片和视频数据激增的情况下,对目标图片进行快速查找已经成为业界的重要需求。现有技术中,以图搜图,往往是对搜索图片的属性和特征信息进行提取,然后从海量的图片库中进行对比搜索。以图搜图应用的主流方案包括两种:CPU(CentralProcessingUnit,中央处理器)内存计算和GPU(GraphicsProcessingUnit,图形处理器)计算。而这两种方案都有其各自的缺点,CPU内存成本较低,但是计算速度较慢,当数据量越来越大时必须不断增加机器才能保证搜索速度。GPU虽然计算速度非常快,但是其内存一般较小,能够存储的数据量有限,且价格昂贵。因此,如何能够快速进行以图搜图又能够降低成本,成为本领域亟待解决的技术难题。
技术实现思路
本申请实施例提供一种图片的搜索方法、装置、存储介本文档来自技高网...

【技术保护点】
1.一种图片的搜索方法,其特征在于,包括:/n获取待搜索图片的搜索请求;/n对所述待搜索图片的原始特征向量进行压缩,得到待搜索图片压缩向量;/n根据所述待搜索图片压缩向量和各候选图片压缩向量,从各候选图片中选择第一级搜索结果图片;其中,所述各候选图片压缩向量是各候选图片原始特征向量经过压缩得到的;/n根据所述待搜索图片的原始特征向量,与所述第一级搜索结果图片的原始特征向量,从所述第一级搜索结果图片中选择第二级搜索结果图片。/n

【技术特征摘要】
1.一种图片的搜索方法,其特征在于,包括:
获取待搜索图片的搜索请求;
对所述待搜索图片的原始特征向量进行压缩,得到待搜索图片压缩向量;
根据所述待搜索图片压缩向量和各候选图片压缩向量,从各候选图片中选择第一级搜索结果图片;其中,所述各候选图片压缩向量是各候选图片原始特征向量经过压缩得到的;
根据所述待搜索图片的原始特征向量,与所述第一级搜索结果图片的原始特征向量,从所述第一级搜索结果图片中选择第二级搜索结果图片。


2.根据权利要求1所述的方法,其特征在于,在获取待搜索图片的搜索请求之前,所述方法还包括:
对各候选图片的原始特征向量进行降维切分,得到各候选图片的短向量;
利用聚类算法,对各候选图片的所有短向量进行聚类,得到预设数量的聚类中心;
确定各候选图片的当前短向量距离最近的聚类中心,以距离最近的聚类中心的编号作为各候选图片的当前短向量的向量值,遍历各候选图片的所有短向量,得到各候选图片的压缩向量。


3.根据权利要求2所述的方法,其特征在于,对所述待搜索图片的原始特征向量进行压缩,得到待搜索图片压缩向量,包括:
对待搜索图片的原始特征向量进行降维切分,得到待搜索图片的短向量;
确定所述聚类中心中与待搜索图片的当前短向量距离最近的聚类中心,以距离最近的聚类中心的编号作为待搜索图片的当前短向量的向量值,遍历待搜索图片的所有短向量,得到待搜索图片的压缩向量。


4.根据权利要求1所述的方法,其特征在于,根据所述待搜索图片压缩向量和各候选图片压缩向量,从各候选图片中选择第一级搜索结果图片,包括:
采用非对称距离算法,确定各候选图片压缩向量与待搜索图片压缩向量的相似度;
根据所述相似度,确定第一级搜索结果图片。


5.根据权利要求4所述的方法,其特征在于,在根据所述相似度,确定第一级搜索结果图片之前,所述方法还包括:
确定第一级搜索结果图片的数量;
相应的,根据所述相似度,确定第一级搜索结果图片,包括...

【专利技术属性】
技术研发人员:王玉波刘清炼刘建伦陈培琴张健
申请(专利权)人:浙江宇视科技有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 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。

1