图片比对方法及电子设备、计算机可读存储介质技术

本申请实施例涉及电子设备技术领域，公开了一种图片比对方法及电子设备、计算机可读存储介质，包括：分别获取第一图片对应的第一特征点信息和第二图片对应的第二特征点信息；对第一特征点信息及第二特征点信息进行匹配，确定第一图片中与第二图片匹配的目标图像区域；根据第一特征点信息及第二特征点信息确定目标图像区域与第二图片之间的第一变换关系，并根据第一变换关系对目标图像区域进行变换，得到第三图片；其中，第三图片的尺寸与所述第二图片的尺寸相同；计算所述第三图片和所述第二图片之间的相似度。实施本申请实施例，可以有效提高图片比对效率。

【技术实现步骤摘要】
图片比对方法及电子设备、计算机可读存储介质
本申请涉及电子设备
，尤其涉及一种图片比对方法及电子设备、计算机可读存储介质。
技术介绍
由于版权人的图像创作作品(如摄像作品、绘制作品等)在网上一经发表，极易被他人复制并侵权，因此，我国图像创作作品侵权案屡屡发生且逐年增长。在实践中发现，针对图像创作作品的维权周期通常较长，其主要的原因是图像创作作品的侵权事实认定花费时间较久，而图像创作作品的侵权事实认定主要在于涉案的图像创作作品的比对。所以，如何快速对涉案的图像创作作品进行比对成为了行业亟需解决的技术问题。
技术实现思路
本申请实施例公开了一种图片比对方法及电子设备、计算机可读存储介质，能够提高图片比对效率。本申请实施例第一方面公开一种图片比对方法，包括：分别获取第一图片对应的第一特征点信息和第二图片对应的第二特征点信息；对所述第一特征点信息及所述第二特征点信息进行匹配，确定所述第一图片中与所述第二图片匹配的目标图像区域；根据所述第一特征点信息及所述第二特征点信息确定所述目标图像区域与所述第二图片之间的第一变换关系，并根据所述第一变换关系对所述目标图像区域进行变换，得到第三图片；其中，所述第三图片的尺寸与所述第二图片的尺寸相同；计算所述第三图片和所述第二图片之间的相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述第一特征点信息包括所述第一图片中的多个第一特征点的坐标和描述子，所述第二特征点信息包括所述第二图片中的多个第二特征点的坐标和描述子；所述对所述第一特征点信息及所述第二特征点信息进行匹配，确定所述第一图片中与所述第二图片匹配的目标图像区域，包括：根据所述多个第一特征点的描述子和所述多个第二特征点的描述子，得到多个匹配特征点对，每个匹配特征点对包括具有匹配关系的第二特征点及第一特征点，将所述多个匹配特征点对中包含的多个第一特征点作为有效的第一特征点；根据多个所述有效的第一特征点确定所述第一图片中与所述第二图片匹配的目标图像区域；所述根据所述第一特征点信息及所述第二特征点信息确定所述目标图像区域与所述第二图片之间的第一变换关系，包括：根据所述多个匹配特征点对确定第二变换关系，所述第二变换关系为每一所述第二特征点的坐标变换至具有匹配关系的第一特征点的坐标的变换关系；根据所述第二变换关系确定第一变换关系；所述第一变换关系为每一有效的所述第一特征点的坐标变换至具有匹配关系的第二特征点的坐标的变换关系。作为一种可选的实施方式，在本申请实施例第一方面中，所述计算所述第三图片和所述第二图片之间的相似度，包括：获取所述第三图片和所述第二图片的颜色相似度；获取所述第三图片和所述第二图片的结构相似度；根据所述颜色相似度和所述结构相似度，确定所述第三图片和所述第二图片的相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述获取所述第三图片和所述第二图片的颜色相似度，包括：分别获取所述第三图片对应的第一颜色直方图和所述第二图片对应的第二颜色直方图；对所述第一颜色直方图和所述第二颜色直方图进行归一化处理，得到所述第三图片和所述第二图片的颜色相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述获取所述第三图片和所述第二图片的结构相似度，包括：分别获取所述第三图片对应的第一像素向量和所述第二图片对应的第二像素向量；获取所述第一像素向量和所述第二像素向量的差异指数；根据所述差异指数，确定所述第三图片和所述第二图片的结构相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述分别获取所述第三图片对应的第一像素向量和所述第二图片对应的第二像素向量，包括：分别对所述第三图片和所述第二图片进行切割，得到所述第三图片对应的多个第一子区域和所述第二图片对应的多个第二子区域；获取每一所述第一子区域的像素均值，并根据每一所述第一子区域的像素均值得到所述第三图片对应的第三像素向量；获取每一所述第二子区域的像素均值，并根据每一所述第二子区域的像素均值得到所述第二图片对应的第四像素向量；根据预设的像素区间，分别对所述第三像素向量和所述第四像素向量进行离散化处理，得到所述第三像素向量对应的第一像素向量和所述第四像素向量对应的第二像素向量。作为一种可选的实施方式，在本申请实施例第一方面中，所述根据所述颜色相似度和所述结构相似度，确定所述第三图片和所述第二图片的相似度，包括：分别获取所述颜色相似度对应的第一数值区间和所述结构相似度对应的第二数值区间；根据所述第一数值区间和所述第二数值区间，从预设的融合函数中确定目标融合函数；利用所述目标融合函数对所述颜色相似度和所述结构相似度进行融合，得到所述第三图片和所述第二图片的相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述计算所述第三图片和所述第二图片之间的相似度，包括：按照预设尺寸，对所述第三图片进行切块，得到所述第三图片对应的多个第一子图像块；按照所述预设尺寸，对所述第二图片进行切块，得到所述第二图片对应的多个第二子图像块；并将同一位置处的第一子图像块和第二子图像块作为一组子图像块；利用卷积神经网络模型和决策神经网络模型，计算每组子图像块的相似度；根据每组子图像块的相似度，得到所述第三图片和所述第二图片的相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述根据每组子图像块的相似度，得到所述第三图片和所述第二图片的相似度，包括：根据每组子图像块的相似度，得到相似度分数矩阵；对所述相似度分数矩阵求平均，得到所述第三图片和所述第二图片的相似度。作为一种可选的实施方式，在本申请实施例第一方面中，所述卷积神经网络模型包括第一双通道卷积神经网络、第二双通道卷积神经网络以及第三双通道卷积神经网络；所述利用卷积神经网络模型和决策神经网络模型，计算每组子图像块的相似度，包括：对一组子图像块中的第一子图像块及第二子图像块进行压缩，并通过所述第一双通道卷积神经网络提取压缩后的第一子图像块及第二子图像块的特征，得到第一特征向量；选取所述第一子图像块的中间图像区域，以及选取所述第二子图像的中间图像区域，并通过所述第二双通道卷积神经网络提取所述第一子图像块的中间图像区域及所述第二子图像的中间图像区域的特征，得到第二特征向量；对所述第一子图像块及第二子图像块进行灰度化处理，并通过所述第三双通道卷积神经网络提取灰度化处理后的第一子图像块及第二子图像块的特征，得到第三特征向量；对所述第一特征向量、所述第二特征向量以及所述第三特征向量进行拼接融合，得到第四特征向量；利用所述决策神经网络模型处理所述四特征向量，得到一组子图像块中的第一子图像块及第二子图像相似度。本申请实施例第二方面公开一种电子设备，包括：获取单元，用于分别本文档来自技高网...

【技术保护点】
1.一种图片比对方法，其特征在于，包括：/n分别获取第一图片对应的第一特征点信息和第二图片对应的第二特征点信息；/n对所述第一特征点信息及所述第二特征点信息进行匹配，确定所述第一图片中与所述第二图片匹配的目标图像区域；/n根据所述第一特征点信息及所述第二特征点信息确定所述目标图像区域与所述第二图片之间的第一变换关系，并根据所述第一变换关系对所述目标图像区域进行变换，得到第三图片；其中，所述第三图片的尺寸与所述第二图片的尺寸相同；/n计算所述第三图片和所述第二图片之间的相似度。/n

【技术特征摘要】
1.一种图片比对方法，其特征在于，包括：
分别获取第一图片对应的第一特征点信息和第二图片对应的第二特征点信息；
对所述第一特征点信息及所述第二特征点信息进行匹配，确定所述第一图片中与所述第二图片匹配的目标图像区域；
根据所述第一特征点信息及所述第二特征点信息确定所述目标图像区域与所述第二图片之间的第一变换关系，并根据所述第一变换关系对所述目标图像区域进行变换，得到第三图片；其中，所述第三图片的尺寸与所述第二图片的尺寸相同；
计算所述第三图片和所述第二图片之间的相似度。


2.根据权利要求1所述的方法，其特征在于，所述第一特征点信息包括所述第一图片中的多个第一特征点的坐标和描述子，所述第二特征点信息包括所述第二图片中的多个第二特征点的坐标和描述子；
所述对所述第一特征点信息及所述第二特征点信息进行匹配，确定所述第一图片中与所述第二图片匹配的目标图像区域，包括：
根据所述多个第一特征点的描述子和所述多个第二特征点的描述子，得到多个匹配特征点对，每个匹配特征点对包括具有匹配关系的第二特征点及第一特征点，将所述多个匹配特征点对中包含的多个第一特征点作为有效的第一特征点；
根据多个所述有效的第一特征点确定所述第一图片中与所述第二图片匹配的目标图像区域；
所述根据所述第一特征点信息及所述第二特征点信息确定所述目标图像区域与所述第二图片之间的第一变换关系，包括：
根据所述多个匹配特征点对确定第二变换关系，所述第二变换关系为每一所述第二特征点的坐标变换至具有匹配关系的第一特征点的坐标的变换关系；
根据所述第二变换关系确定第一变换关系，所述第一变换关系为每一有效的所述第一特征点的坐标变换至具有匹配关系的第二特征点的坐标的变换关系。


3.根据权利要求1或2任一项所述的方法，其特征在于，所述计算所述第三图片和所述第二图片之间的相似度，包括：
获取所述第三图片和所述第二图片的颜色相似度；
获取所述第三图片和所述第二图片的结构相似度；
根据所述颜色相似度和所述结构相似度，确定所述第三图片和所述第二图片的相似度。


4.根据权利要求3所述的方法，其特征在于，所述获取所述第三图片和所述第二图片的颜色相似度，包括：
分别获取所述第三图片对应的第一颜色直方图和所述第二图片对应的第二颜色直方图；
对所述第一颜色直方图和所述第二颜色直方图进行归一化处理，得到所述第三图片和所述第二图片的颜色相似度。


5.根据权利要求3所述的方法，其特征在于，所述获取所述第三图片和所述第二图片的结构相似度，包括：
分别获取所述第三图片对应的第一像素向量和所述第二图片对应的第二像素向量；
获取所述第一像素向量和所述第二像素向量的差异指数；
根据所述差异指数，确定所述第三图片和所述第二图片的结构相似度。


6.根据权利要求5所述的方法，其特征在于，所述分别获取所述第三图片对应的第一像素向量和所述第二图片对应的第二像素向量，包括：
分别对所述第三图片和所述第二图片进行切割，得到所述第三图片对应的多个第一子区域和所述第二图片对应的多个第二子区域；
获取每一所述第一子区域的像素均值，并根据每一所述第一子区域的像素均值得到所述第三图片对应的第三像素向量；
获取每一所述第二子区域的像素均值，并根据每一所述第二子区域的像素均值得到所述第二图片对应的第四像素向量；
根据预设的像素区间，分别对所述第三像素向量和所述第四像素向量进行离散化处理，得到所述第三像素向量对应的第一像素向量和所述第四像素向量对应的第二像素向量。

【专利技术属性】
技术研发人员：邓丹云，苏映霞，胡剑敏，王伟伟，闫玉松，李博杰，孙寅木，
申请(专利权)人：广州互联网法院，共道网络科技有限公司，
类型：发明
国别省市：广东;44