图像检测方法和装置、电子设备、存储介质制造方法及图纸

本公开实施例提出了一种图像检测方法和装置、电子设备、存储介质，涉及人工智能技术领域，其中图形检测方法包括：根据预设卷积层生成预设图像比对模型；从图片数据库中提取出待比对图片；根据预设图像比对模型对待比对图片进行特征提取，得到待比对图片对应的待比对特征向量；获取待测试图片，根据预设图像比对模型对待测试图片进行特征提取，得到待测试图片对应的待测试特征向量；根据待比对特征向量和待测试特征向量计算出图像相似度；根据图像相似度从图片数据库中选取出映射图片和映射相似度；输出待测试图片、映射图片和映射相似度。上述图像检测方法，能够支持任意多个类别的图像数据的检测，提高相似图像比对效率，增强图像识别的鉴别性。像识别的鉴别性。像识别的鉴别性。

【技术实现步骤摘要】
图像检测方法和装置、电子设备、存储介质


[0001]本公开实施例涉及人工智能
，尤其是涉及一种图像检测方法和装置、电子设备、存储介质。

技术介绍

[0002]互联网上图像的数据信息日渐庞大，用户对网上图像搜索的要求也在不断提高，而图像搜索引擎的出现，使网上图像信息的搜索变得非常简单。其中，由于商标是企业提供的商品或着服务的显著标志，象征着企业的信誉和可靠度的，是企业日益激烈的市场竞争活动中的重要组成部分，商标必须具有足够的独特性以避免与其他商标发生混淆或冲突。因此，以图搜图的图像搜索引擎成为判断新商标独特性的首选方案。
[0003]随着商标的种类和商标图像的多样性越来越广，常规的商标相似性度量方法越来越难以描述商标的相似性。常规的图片相似性比对模型，通常是在模型的最后几层利用全连接层融合图片特征，这种融合特征的方法造成了信息冗余，在相似度比对阶段常出现错误结果。

技术实现思路

[0004]本公开实施例的主要目的在于提出一种图像检测方法，能够支持任意多个类别的图像数据的检测，提高相似图像比对效率，增强图像识别的鉴别性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：获取预设卷积层，根据所述预设卷积层生成预设图像比对模型；从图片数据库中提取出待比对图片；根据预设图像比对模型对所述待比对图片进行特征提取，得到所述待比对图片对应的待比对特征向量；获取待测试图片，根据所述预设图像比对模型对所述待测试图片进行特征提取，得到所述待测试图片对应的待测试特征向量；根据所述待比对特征向量和所述待测试特征向量计算出图像相似度；根据所述图像相似度从所述图片数据库中选取出映射图片和映射相似度；输出所述待测试图片、所述映射图片和所述映射相似度。2.根据权利要求1所述的方法，其特征在于，所述根据所述预设卷积层生成预设图像比对模型，包括：获取原始比对模型；根据所述预设卷积层对所述原始比对模型进行训练，得到所述预设图像比对模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述预设卷积层对所述原始比对模型进行训练，得到所述预设图像比对模型，包括：获取所述原始比对模型的原始特征矩阵；根据所述预设卷积层对所述原始特征矩阵进行修改，得到待训练特征模型；根据所述待训练特征模型提取出损失训练特征；根据所述损失训练特征对所述待训练特征模型的鉴别性组件和多样性组件进行训练，得到所述预设图像比对模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述预设卷积层对所述原始特征矩阵进行修改，得到待训练特征模型，包括：根据所述预设卷积层对所述原始特征矩阵的尺寸进行扩充，得到预设特征矩阵；根据所述预设特征矩阵得到所述待训练特征模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述损失训练特征对所述待训练特征模型的鉴别性组件和多样性组件进行训练，得到所述预设图像比对模型，包括：对所述损失训练特征进行池化处理，得到鉴别性损失函数；根据所述预设特征矩阵生成真实数据矩阵；获取输入标签，根据所述损失训练特征、所述真实数据矩阵和所述输入标签计算出多样性损失函...

【专利技术属性】
技术研发人员：谷坤，严明洋，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：