图像检索方法、装置、电子设备、计算机可读存储介质制造方法及图纸

技术编号:30427459 阅读:24 留言:0更新日期:2021-10-24 17:14
本发明专利技术提供一种图像检索方法、装置、电子设备、计算机可读存储介质,其中,图像检索方法包括:利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域;对所述待识别区域进行特征提取,进而得到第一特征集合;基于所述第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到所述待检索图像对应的匹配图像。以此能够减少特征提取数量,提高检索效率。提高检索效率。提高检索效率。

【技术实现步骤摘要】
图像检索方法、装置、电子设备、计算机可读存储介质


[0001]本专利技术涉及图像处理
,尤其是涉及一种图像检索方法、装置、电子设备、计算机可读存储介质。

技术介绍

[0002]随着各种社交网络的兴起,网络中的图像、视频数据每天都以指数级的速度增长,进而形成了强大的图像数据库。如何快速有效地从巨大的图像数据库中检索出用户需要的图片,成为图像检索领域一个重要的发展方向。
[0003]图像检索大致可分为两种:(1)基于文本的图像检索技术,利用文本描述的方式表示图像特征。(2)基于内容的图像检索技术(Content

based Retrieval,简称CBR),该技术对图像的颜色、纹理、布局等进行分析和检索。目前基于内容的图像检索技术占据主流地位,很多研究主要体现在特征提取方法上,忽略了输入图像上有效信息的占比大小,这会导致需要提取的特征较多,检索时间较长,降低检索效率。

技术实现思路

[0004]本专利技术提供一种图像检索方法、装置、电子设备、计算机可读存储介质。其能够提高检索效率。
[0005]为解决上述技术问题,本专利技术提供的第一个技术方案为:提供一种图像检索方法,包括:利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域;对所述待识别区域进行特征提取,进而得到第一特征集合;基于所述第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到所述待检索图像对应的匹配图像。
[0006]其中,所述利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域的步骤,包括:利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域。
[0007]其中,所述利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域的步骤,包括:利用空间变换网络对所述待检索图像进行缩放、裁剪、旋转以及非刚性变形的空间变换中至少一种处理,进而得到所述待识别区域。
[0008]其中,所述利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域的步骤,包括:对所述待检索图像进行处理,进而得到空间变换对应的参数;基于所述参数将所述待检索图像的源像素坐标系映射到目标坐标系上;计算所述目标坐标系中各个坐标的像素值;基于所述像素值得到所述待识别区域
[0009]其中,所述对所述待检索图像进行处理,进而得到空间变换对应的参数的步骤包括:利用定位网络对所述待检索图像进行处理,进而得到空间变换对应的参数;所述定位网络由全连接层以及回归层组成。
[0010]其中,所述基于所述参数将所述待检索图像的源像素坐标系映射到目标坐标系上的步骤,包括:利用网络生成器基于所述参数将所述待检索图像的源像素坐标系映射到目
标坐标系上。
[0011]其中,所述计算所述目标坐标系中各个坐标的像素值的步骤,包括:利用采样器基于双线性插值的方式计算所述目标坐标系中各个坐标的像素值。
[0012]其中,所述对所述待识别区域进行特征提取,进而得到第一特征集合的步骤,包括:对所述待识别区域进行特征提取,进而得到所述待识别区域的颜色特征、几何特征、纹理特征、深度特征中至少一种,所述待识别区域的颜色特征、几何特征、纹理特征、深度特征中至少一种为所述第一特征集合。
[0013]其中,所述对所述待识别区域进行特征提取,进而得到所述待识别区域的颜色特征、几何特征、纹理特征、深度特征中至少一种的步骤,包括:利用深度学习算法/卷积神经网络算法对所述待识别区域进行处理,进而得到所述深度特征;利用颜色直方图算法对所述待识别区域进行处理,进而得到所述颜色特征;利用几何不变矩算法对所述待识别区域进行处理,进而得到所述几何特征;利用尺度不变特征变换算法对所述待识别区域进行处理,进而得到所述纹理特征。
[0014]其中,所述基于所述第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到所述待检索图像对应的匹配图像的步骤,包括:计算得到所述第一特征集合与所述第二特征集合的距离值;根据所述距离值确定所述第一特征集合与所述第二特征集合的相似度,基于所述相似度得到所述待检索图像对应的匹配图像。
[0015]其中,所述距离值包括:欧式距离、曼哈顿距离、切比雪夫距离、汉明距离中任意一种。
[0016]为解决上述技术问题,本专利技术提供的第二个技术方案为:提供一种图像检索装置,包括:处理模块,用于利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域;特征提取模块,用于对所述待识别区域进行特征提取,进而得到第一特征集合;检索模块,用于基于所述第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到所述待检索图像对应的匹配图像。
[0017]为解决上述技术问题,本专利技术提供的第三个技术方案为:提供一种电子设备,包括:存储器和处理器,其中,存储器存储有程序指令,处理器从存储器调取程序指令以执行上述任一项的方法。
[0018]为解决上述技术问题,本专利技术提供的第四个技术方案为:提供一种计算机可读存储介质,存储有程序文件,程序文件能够被执行以实现上述任一项的方法。
[0019]本专利技术的有益效果,区别于现有技术的情况,本专利技术提供的图像检索方法,利用注意力机制对待检索图像进行处理,进而得到待识别区域,对待识别区域进行特征提取,进而得到第一特征集合,基于第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到待检索图像对应的匹配图像。以此能够缩小待检索图像,将待检索图像中无效区域去除,避免对无效区域进行特征提取操作,减少特征提取数量,进而提高检索效率。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它
的附图,其中:
[0021]图1为本专利技术图像检索方法的一实施例的流程示意图;
[0022]图2为图1中步骤S11的一实施例的流程示意图;
[0023]图3为本专利技术图像检索装置的一实施例的结构示意图;
[0024]图4为本专利技术电子设备的一实施例的结构示意图;
[0025]图5为本专利技术计算机可读存储介质的一实施例的结构示意图。
具体实施方式
[0026]下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
[0027]现有技术提出一种方案,其方案将人工智能的计算机视觉技术应用于图像检索。首先获取图像特征和文本特征,再构建相似度节点,在相似度节点之间传递相似度信息,根据权重信息对相似度节点进行过滤,最后基于更新后的相似度节点和过滤后的相似度节点确定目标相似度值,从而实本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像检索方法,其特征在于,包括:利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域;对所述待识别区域进行特征提取,进而得到第一特征集合;基于所述第一特征集合与样本库中的样本图像的第二特征集合的相似度,得到所述待检索图像对应的匹配图像。2.根据权利要求1所述的图像检索方法,其特征在于,所述利用注意力机制对待检索图像进行处理,进而得到所述待检索图像的待识别区域的步骤,包括:利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域。3.根据权利要求2所述的图像检索方法,其特征在于,所述利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域的步骤,包括:利用空间变换网络对所述待检索图像进行缩放、裁剪、旋转以及非刚性变形的空间变换中至少一种处理,进而得到所述待识别区域。4.根据权利要求2所述的图像检索方法,其特征在于,所述利用空间变换网络对所述待检索图像进行处理,进而得到所述待识别区域的步骤,包括:对所述待检索图像进行处理,进而得到空间变换对应的参数;基于所述参数将所述待检索图像的源像素坐标系映射到目标坐标系上;计算所述目标坐标系中各个坐标的像素值;基于所述像素值得到所述待识别区域。5.根据权利要求4所述的图像检索方法,其特征在于,所述对所述待检索图像进行处理,进而得到空间变换对应的参数的步骤包括:利用定位网络对所述待检索图像进行处理,进而得到空间变换对应的参数;所述定位网络由全连接层以及回归层组成。6.根据权利要求4所述的图像检索方法,其特征在于,所述基于所述参数将所述待检索图像的源像素坐标系映射到目标坐标系上的步骤,包括:利用网络生成器基于所述参数将所述待检索图像的源像素坐标系映射到目标坐标系上。7.根据权利要求4所述的图像检索方法,其特征在于,所述计算所述目标坐标系中各个坐标的像素值的步骤,包括:利用采样器基于双线性插值的方式计算所述目标坐标系中各个坐标的像素值。8.根据权利要求1~7任一项所述的图像检索方法,其特征在于,所述对所述待识别区域进行特征提取,进而得到第一特征集合的步骤,包括:对所述待识别区域进行特...

【专利技术属性】
技术研发人员:郑敏孙志亮黄鹏潘武潘思伟
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:

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