【技术实现步骤摘要】
图片相似度计算方法、装置、计算机设备及存储介质
[0001]本申请涉及人工智能领域，尤其涉及一种图片相似度计算方法、装置、计算机设备及存储介质。
技术介绍
[0002]在知识产权类诉讼案件中，商标、商业海报侵权类案件屡见不鲜。如何判断被告的商标、商业海报图片是否对原告方的作品构成抄袭或侵权，关键是对两张图片的相似度进行评估并给出评估依据。目前常见的图片相似度判断方法通常是对图片进行缩放和灰度处理后使用余弦相似度来计算两张图片的相似度，但这种方法过于粗糙，仅对图片的像素数值进行对比和计算，相似度判断的准确性不高。随着机器学习技术的兴起，基于深度学习的图像处理技术开始应用在图片相似度的评估上，这种方法提高了准确性，但深度学习模型如同黑箱，输入两张图片模型就会输出一个相似度评估结果，无法给出相似度计算的解释和评分依据，使判断结果不够直观。
[0003]因此，如何提高图片相似度计算的可解释性成为亟待解决的技术问题。
技术实现思路
[0004]鉴于以上内容，有必要提出一种图片相似度计算方法、装置、计算机设备及存...
【技术保护点】
【技术特征摘要】
1.一种图片相似度计算方法，其特征在于，所述图片相似度计算方法包括：将第一图片输入目标检测模型得到第一目标检测结果，并将第二图片输入所述目标检测模型得到第二目标检测结果；根据所述第一目标检测结果及所述第二目标检测结果确定所述第一图片及所述第二图片中是否存在同类型目标；当确定所述第一图片及所述第二图片中存在同类型目标时，从所述第一图片中切割出所述同类型目标得到第一目标子图，并从所述第二图片中切割出所述同类型目标得到第二目标子图；计算所述第一目标子图与所述第二目标子图的子图相似度，并根据所述子图相似度确定所述第一图片与所述第二图片之间的图片相似度，输出所述图片相似度和所述子图相似度；当确定所述第一图片及所述第二图片中不存在同类型目标时，对所述第一图片进行边缘检测得到第一边缘检测结果，并对所述第二图片进行边缘检测得到第二边缘检测结果；根据所述第一边缘检测结果及所述第二边缘检测结果计算所述第一图片与所述第二图片之间的图片相似度，并输出所述图片相似度。2.根据权利要求1所述的图片相似度计算方法，其特征在于，所述根据所述第一目标检测结果及所述第二目标检测结果确定所述第一图片及所述第二图片中是否存在同类型目标包括：获取所述第一目标检测结果中每个目标对应的类别属性，及获取所述第二目标检测结果中每个目标对应的类别属性；当所述第一目标检测结果中一目标对应的类别属性与所述第二目标检测结果中一目标对应的类别属性一致时，确定所述第一图片及所述第二图片存在同类型目标。3.根据权利要求1所述的图片相似度计算方法，其特征在于，所述计算所述第一目标子图与所述第二目标子图的子图相似度包括：对所述第一目标子图进行图像处理，及对所述第二目标子图进行图像处理；计算处理后的第一目标子图的第一哈希值，并计算处理后的第二目标子图的第二哈希值；根据第一公式、所述第一哈希值和所述第二哈希值计算所述第一目标子图与所述第二目标子图之间的子图相似度。4.根据权利要求1所述的图片相似度计算方法，其特征在于，所述计算所述第一目标子图与所述第二目标子图的子图相似度包括：计算所述第一目标子图与所述第二目标子图的结构相似度值；计算所述第一目标子图与所述第二目标子图的三直方图相似度值；计算所述第一目标子图与所述第二目标子图的感知哈希相似度值；根据预设的选取规则，在所述结构相似度值、所述三直方图相似度值和所述感知哈希相似度值中，确定所述第一目标子图与所述第二目标子图的子图相似度。5.根据权利要求4所述的图片相似度计算方法，其特征在于，所述计算所述第一目标子图与所述第二目标子图的三直方图相似度值包括：计算所述第一目标子图在红色通道上的色阶分布得到第一红色直方图，计算所述第二目标子图在红色通道上的色阶分布得到第二红色直方图，使用第二公式对所述第一红色直
方图和所述第二红色直方图进行重合度计算得到第一重合度；计算所述第一目标子图在绿色通道上的色阶分布得到第一绿色直方图，计算所述第二目标子图在绿色通道上的色阶分布得到第二绿色直方图，使用第二公式对所述第一绿色直方图和所述第二绿色直方图进行重合度计算得到第二重合度；计算所述第一目标子图在蓝色通道上的色阶分布得到第一蓝色直方图，计算所述第二目标子图...
【专利技术属性】
技术研发人员：胡怀雄，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：
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。