【技术实现步骤摘要】
用于图像检索的方法、计算设备和计算机存储介质
本公开总体上涉及机器学习,并且具体地,涉及用于图像检索的方法、计算设备和计算机存储介质。
技术介绍
传统的图像检索方案主要包括三种:第一种例如是基于文本描述(例如图像名称)的图像检索方法,该方法例如是:根据用户提供的查询关键字找出标注有该查询关键字对应的图像,最后将查询结果返回给用户。第二种例如基于图像内容的图像检索方法,该方法例如是:识别待查询图像中的目标查询对象,从图像数据库中找出包含有该目标查询对象的图像,然后通过相似性度量排序后,将包含有目标查询对象的图像排在所输出检索结果的前面。第三种例如是基于图像特征的图像检索方法,该方法例如是:提取待查询图像的图像特征,基于图像特征进行相似性计算,基于相似性计算结果确定检索结果图像。无论是待查询图像的上述文本描述、图像内容,还是图像特征,其仅能反映有限的图像信息,难以准确地反映用户的实际兴趣偏好和检索意图,因此,基于待查询图像的标签、图像所包括的对象或图像特征的传统的图像检索方案难以使得检索结果准确地反映用户实际兴趣偏好和检索意图。
技术实现思路
本公开提供一种用于图像检索方法、计算设备和计算机存储介质,能够使得图像检索结果有效地反映用户实际兴趣偏好和检索意图。根据本公开的第一方面,提供了一种用于图像检索的方法。该方法包括:获取与用户画像标签相关联的用户群中的多个用户在第一预定时间间隔内针对预定图像数据库中的多个目标对象的图像的历史操作信息,历史操作信息至少包括多个用户针对多个目标对象的图 ...
【技术保护点】
1.一种用于图像检索的方法,包括:/n获取与用户画像标签相关联的用户群中的多个用户在第一预定时间间隔内针对预定图像数据库中的多个目标对象的图像的历史操作信息, 所述历史操作信息至少包括所述多个用户针对多个目标对象的图像的历史点击操作信息和针对所述多个目标对象的历史购买操作信息;/n响应于确定针对目标对象的图像的历史操作信息符合预定条件,基于所述目标对象的图像的图像特征和与所述目标对象的图像相关联的用户画像标签,生成用于索引所述目标对象的图像的表征特征;/n经由第一神经网络模型,提取当前用户的待检索图像的图像特征;/n响应于确定存在与所述当前用户相关联的用户画像标签,基于与所述当前用户相关联的用户画像标签和待检索图像的图像特征,生成关于待检索图像的表征特征;以及/n计算关于待检索图像的表征特征和预定图像数据库中的目标对象的图像的表征特征之间的相似度,以用于基于相似度计算结果和预定相似度阈值,确定与所述待检索图像匹配的图像检索结果。/n
【技术特征摘要】
1.一种用于图像检索的方法,包括:
获取与用户画像标签相关联的用户群中的多个用户在第一预定时间间隔内针对预定图像数据库中的多个目标对象的图像的历史操作信息,所述历史操作信息至少包括所述多个用户针对多个目标对象的图像的历史点击操作信息和针对所述多个目标对象的历史购买操作信息;
响应于确定针对目标对象的图像的历史操作信息符合预定条件,基于所述目标对象的图像的图像特征和与所述目标对象的图像相关联的用户画像标签,生成用于索引所述目标对象的图像的表征特征;
经由第一神经网络模型,提取当前用户的待检索图像的图像特征;
响应于确定存在与所述当前用户相关联的用户画像标签,基于与所述当前用户相关联的用户画像标签和待检索图像的图像特征,生成关于待检索图像的表征特征;以及
计算关于待检索图像的表征特征和预定图像数据库中的目标对象的图像的表征特征之间的相似度,以用于基于相似度计算结果和预定相似度阈值,确定与所述待检索图像匹配的图像检索结果。
2.根据权利要求1所述的方法,其中基于与所述当前用户相关联的用户画像标签和待检索图像的图像特征包括:
经由第二神经网络模型,提取与所述当前用户相关联的用户画像标签的特征,以生成关于所述当前用户的文字特征,所述第二神经网络模型经由关于用户画像标签的多样本训练;
将待检索图像的图像特征和关于所述当前用户的文字特征输入第三神经网络模型,所述第三神经网络模型包括输入层、隐藏层和输出层;以及
获取所述隐藏层的特征向量,以生成关于待检索图像的表征特征。
3.根据权利要求2所述的方法,其中所述第三神经网络模型是基于自动编码器模型所构建的,关于待检索图像的表征特征的维度小于所述待检索图像的图像特征与所述文字特征的维度之和。
4.根据权利要求1所述的方法,其中基于所述目标对象的图像的图像特征和与所述目标对象的图像相关联的用户画像标签生成用于索引所述目标对象的图像的表征特征包括:
响应于确定针对目标对象的图像的历史操作信息符合预定条件,建立所述用户画像标签与目标对象的图像之间的关联;
经由第二神经网络模型,提取与目标对象的图像相关联的用户画像标签的特征,以生成关于所述用户画像标签的文字特征;以及
将所述目标对象的图像的图像特征和关于...
【专利技术属性】
技术研发人员:王克伟,
申请(专利权)人:上海众旦信息科技有限公司,
类型:发明
国别省市:上海;31
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。