一种图像检索方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像检索方法、装置、设备及存储介质。从待检索的图像中提取出图像特征，基于通道注意力机制提取图像特征中跨通道的依赖关系，得到通道注意力特征，基于空间注意力机制提取图像特征中跨空间的依赖关系，得到空间注意力特征，融合通道注意力特征和空间注意力特征，得到融合特征，基于融合特征从预先建立的历史图像的历史融合特征库中检索与待检索的图像匹配的历史图像。通过通道注意力机制增强具有重要信息的通道的注意力得分，通过空间注意力机制增强具有重要信息的区域的注意力得分，能够有效地提取图像中具有区分性的视觉信息，准确区分具有高敏感性的两张图像，提高了图像检索效率和准确度。提高了图像检索效率和准确度。提高了图像检索效率和准确度。

【技术实现步骤摘要】
一种图像检索方法、装置、设备及存储介质


[0001]本专利技术实施例涉及计算机辅助图像处理技术，尤其涉及一种图像检索方法、装置、设备及存储介质。

技术介绍

[0002]随着信息化的快速发展，用于承载信息的载体逐渐由文本转向图像。图像通常能够承载更多的信息，并且更形象、直观。这一趋势驱动着图像检索的发展。
[0003]传统的图像检索采用基于文本的检索方法，即先对图像进行文本描述(建立文本和图像的对应关系)，检索时输入关键词查询并返回排序结果。但是，文本通常难以准确、完整地描述图像的内容，因此，这种“以字找图”的方法，存在文本描述和图像内容本身不一致的语义差异，影响检索效果。
[0004]随着计算机视觉技术的发展，基于内容的影像检索(Content
‑
Based Image Retrieval,CBIR)方法开始得到发展。这种“以图找图”的方法依据图像本身的颜色、形状、纹理等特征进行检索，避免文本描述和影像内容的语义差异。
[0005]但是，对于在一些领域中(例如，医疗影像
)，图像中感兴趣区域的视觉本文档来自技高网...

【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：从待检索的图像中提取出图像特征；基于通道注意力机制提取所述图像特征中跨通道的依赖关系，得到通道注意力特征；基于空间注意力机制提取所述图像特征中跨空间的依赖关系，得到空间注意力特征；融合所述通道注意力特征和所述空间注意力特征，得到融合特征；基于所述融合特征从预先建立的历史图像的历史融合特征库中检索与所述待检索的图像匹配的历史图像。2.根据权利要求1所述的图像检索方法，其特征在于，从待检索的图像中提取出图像特征，包括：采用特征提取网络对所述待检索的图像进行通道扩展，提取多个不同维度的特征作为图像特征。3.根据权利要求2所述的图像检索方法，其特征在于，所述特征提取网络包括第一卷积块、第二卷积块、第三卷积块和第四卷积块，采用特征提取网络对所述待检索的图像进行通道扩展，提取多个不同维度的特征作为图像特征，包括：在所述第一卷积块对所述待检索的图像进行卷积处理，得到64通道的第一特征；在所述第二卷积块对所述第一特征进行卷积处理，得到128通道的第二特征；在所述第三卷积块对所述第二特征进行卷积处理，得到256通道的第三特征；在所述第四卷积块对所述第三特征进行卷积处理，得到512通道的图像特征。4.根据权利要求1
‑
3任一所述的图像检索方法，其特征在于，基于通道注意力机制提取所述图像特征中跨通道的依赖关系，得到通道注意力特征，包括：采用局部卷积捕捉相邻的K个通道之间局部依赖关系，得到各通道的权重；计算所述图像特征中各通道与对应的权重的乘积，得到通道注意力特征。5.根据权利要求4所述的图像检索方法，其特征在于，采用局部卷积捕捉相邻的K个通道之间局部依赖关系，得到各通道的权重，包括：对所述图像特征进行全局平均池化处理，得到池化特征；采用卷积核大小为K的一维卷积对所述池化特征进行卷积处理，得到表征相邻的K个通道之间局部依赖关系的局部关系特征；对所述局部关系特征进行归一化处理，得到各通道的权重。6.根据权利要求1
‑
3任一所述的图像检索方法，其特征在于，基于通道注意力机制提取所述图像特征中跨通道的依赖关系，得到通道注意力特征，包括：采用全局卷积捕捉所有通道之间全局依赖关系，得到各通道的权重；计算所述图像特征中各通道与对应的权重的乘积，得到通道注意力特征。7.根据权利要求6所述的图像检索方法，其特征在于，采用全局卷积捕捉所有通道之间全局依赖关系，得到各通道的权重，包括：对所述图像特征进行全局平均池化处理，得到池化特征；采用全连接层对所述池化特...

【专利技术属性】
技术研发人员：方建生，
申请(专利权)人：广州视源人工智能创新研究院有限公司，
类型：发明
国别省市：