一种图像相似度确定方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种图像相似度确定方法、装置、电子设备及可读存储介质，该方法包括：获取待检测图像和多个候选图像；将待检测图像和候选图像输入至预先训练的相似度分布模型中，输出预测分布，预测分布用于反映待检测图像和候选图像的相似度的分布概率；相似度分布模型根据多个训练样本训练得到，训练样本包括第一样本图像、多个第二样本图像，以及第一样本图像和每个第二样本图像之间的相似度值；基于映射函数对预测分布进行映射，确定多个目标相似度，映射函数根据训练样本的预测分布和相似度值拟合得到。根据本发明专利技术的实施例，能够提升相似度确定的准确性。能够提升相似度确定的准确性。能够提升相似度确定的准确性。

【技术实现步骤摘要】
一种图像相似度确定方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理
，特别是涉及一种图像相似度确定方法、装置、电子设备及存储介质。

技术介绍

[0002]随着信息技术和人工智能的不断发展，目前，图像识别得到广泛应用，比如应用于在线购物中的识别同款商品图像等。其中，目前的识别方法采用样本一致性作为模型学习的目标，这就需要在训练过程中获取大量的一致的样本图像来进行训练。
[0003]但是实际上通常难以收集足量的一致的样本图像，即用于模型训练的样本图像不足，导致训练得到的模型在预测图像相似度时的准确度低。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种图像相似度确定方法、装置、电子设备及可读存储介质，能够提升预测图像相似度的准确度。具体技术方案如下：
[0005]在本专利技术实施的第一方面，首先提供了一种图像相似度确定方法，包括：
[0006]获取待检测图像和多个候选图像；
[0007]将待检测图像和候选图像输入至预先训练的相似度分布模型中，输出预测分布，预测分布用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像相似度确定方法，其特征在于，所述方法包括：获取待检测图像和多个候选图像；将所述待检测图像和所述候选图像输入至预先训练的相似度分布模型中，输出预测分布，所述预测分布用于反映所述待检测图像和所述候选图像的相似度的分布概率；所述相似度分布模型根据多个训练样本训练得到，所述训练样本包括第一样本图像、多个第二样本图像，以及所述第一样本图像和每个所述第二样本图像之间的相似度值；基于映射函数对所述预测分布进行映射，确定多个目标相似度，所述映射函数根据所述训练样本的预测分布和所述相似度值拟合得到。2.根据权利要求1所述的方法，在所述将待检测的图像和所述候选图像输入至预先训练的相似度分布模型中，输出预测分布之前，所述方法还包括：获取多个所述训练样本；根据多个所述相似度值，确定样本目标分布；将所述第一样本图像和所述第二样本图像输入至预设维度的神经网络，输出样本预测分布；所述样本预测分布用于反映所述第一样本图像和所述第二样本图像的相似度的分布概率；根据由所述样本预测分布与所述样本目标分布确定的损失函数训练所述预设维度的神经网络，在所述损失函数满足预设训练条件的情况下，得到所述相似度分布模型。3.根据权利要求2所述的方法，所述第二样本图像包括：第三样本图像和第四样本图像，所述第一样本图像与所述第三样本图像的第一相似度值大于第一阈值，所述第一样本图像与所述第四样本图像的第二相似度值小于第二阈值；所述根据多个所述相似度值，确定样本目标分布，包括：对所述第一相似度值和所述第二相似度值，进行分布映射处理，得到所述样本目标分布。4.根据权利要求2所述的方法，所述获取多个所述训练样本，包括：获取第一样本图像和多个第二样本图像；从所述预设维度对所述第一样本图像和所述第二样本图像进行相似度打分，得到每个所述预设维度的相似度值；根据每个所述预设维度的相似度值，确定所述第一样本图像和每个所述第二样本图像之间的相似度值。5.根据权利要求1或3所述的方法，所述根据多个所述相似度值，确定样本目标分布，...

【专利技术属性】
技术研发人员：李冠楠，
申请(专利权)人：北京爱奇艺科技有限公司，
类型：发明
国别省市：