CN104951444A - 一种搜索方法及装置 - Google Patents

Abstract

本发明提供一种搜索方法及装置，用于搜索一数据库。数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接；其中，所述搜索方法包括：获取一待搜索图像的图像特征；根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；获取每个所述目标图像各自对应的URL链接中包括的文字信息；根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。本发明的方案更能符合用户的期望进行图像搜索。

Description

一种搜索方法及装置

技术领域

本发明涉及识别与搜索技术领域，特别是一种搜索方法及装置。

背景技术

随着无线网络的蓬勃发展和移动设备的功能不断增强，用户利用移动设备上网查询图片信息越来越频繁。现有的查询方法需要用户自己去不断地积累数据库的关联搜索，即用户来对数据库中的图片进行关联标注。在后续搜索图片时，用户提供关键字作为查询基础。之后系统从数据库中确定出标注与关键字匹配的图片。

由此可见，上述方法存在以下缺点：

1）只通过关键字与标注匹配不能很好地搜索到用户期望的图片；

2）需要用户来海量积累关联搜索，这使得用户侧的操作极为繁琐；

3）搜索受到用户积累关联度的制约，因此非常有限，所能形成的数据库规模较小。

发明内容

本发明要解决的技术问题是提供一种搜索方法及装置，能够提高图片搜索的准确率、成功率，并减少用户侧的操作。

为解决上述技术问题，本发明的实施例提供一种搜索方法，用于搜索一数据库，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索方法包括：

获取一待搜索图像的图像特征；

根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

获取每个所述目标图像各自对应的URL链接中包括的文字信息；

根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

其中，搜索方法还包括：

获取用户发送的语音后，进行语音识别，得到与所述语音对应的字符串；

对所述字符串进行语义解析，得到至少一个所述关键字。

优选地，所述数据库中保存的多个图像为从互联网中抓取的图像。

其中，所述数据库中预先记录了所述多个图像的图像特征，所述根据所述图像特征在所述数据库中进行图像搜索的步骤中，根据所述多个图像的图像特征进行图像搜索。

其中，所述待搜索的图像特征由用户端从用户拍摄的图像中提取得到，所述获取一待搜索的图像特征具体包括：

从用户端接收所述待搜索的图像特征。

其中，输出所述图像搜索结果集中与所述目标URL链接对应的目标图像的步骤中，还输出所述目标URL链接。

此外，本发明的实施例还提供一种搜索装置，用于搜索一数据库，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索装置包括：

第一获取模块，用于获取一待搜索图像的图像特征；

第一搜索模块，用于根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

第二获取模块，用于获取每个所述目标图像各自对应的URL链接中包括的文字信息；

第二搜索模块，用于根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

输出模块，用于输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

其中，所述搜索装置还包括：

识别模块，用于获取用户发送的语音后，进行语音识别，得到与所述语音对应的字符串；

解析模块，用于对所述字符串进行语义解析，得到至少一个所述关键字。

优选地，所述数据库中保存的多个图像为从互联网中抓取的图像。

其中，所述数据库中预先记录了所述多个图像的图像特征，所述第一搜索模块根据所述图像特征在所述数据库中进行图像搜索时，根据所述多个图像的图像特征进行图像搜索。

其中，所述待搜索的图像特征由用户端从用户拍摄的图像中提取得到，所述第一获取模块具体用于：

从用户端接收所述待搜索的图像特征。

其中，输出模块同时还输出所述目标URL链接。

本发明的上述技术方案的有益效果如下：

本方案首先利用待搜索图像的图像特征，在数据库中进行第一次搜索得到目标图像集合，之后通过关键字与目标图片集合对应网页中的文字信息进行匹配，完成第二次搜索。在关键字的匹配过程中，不需要用户再对数据库中的图像进行关联标注，因此数据库中的图像来源不再到受约束，进而能够以更多的图像来源执行图像搜索，因此准确率、成功率更高。

附图说明

图1为本发明的搜索方法的步骤示意图；

图2为本发明的搜索方法的一种具体应用的步骤示意图；

图3表示发明实施例的搜索装置的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示，本发明的实施例提供一种搜索方法，用于搜索一数据库，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索方法包括：

步骤11，获取一待搜索图像的图像特征；在步骤11中，图像特征可以是图像的文字描述，如某一汽车图像的文字描述可以是“汽车、品牌”等；也可是类似像素、纹理、对比度等计算机图像语言的取值。

步骤12，根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

步骤13，获取每个所述目标图像各自对应的URL链接中包括的文字信息；

步骤14，根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

步骤15，输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

在上述步骤11至步骤15的描述中可以知道，本方法首选通过待搜索图像的图像特征进行数据库的第一次搜索，得到一个大致范围内的目标图像集合，之后根据关键字对目标图像集合进行第二次搜索，最终得到能够符合用户期望的目标图像。由此可见，本方案的搜索目的性更强，有效提高了搜索的准确率。

在上述步骤14中，关键字可通过用户通输入的语音得到。在获取用户发送的语音后，本发明的搜索方法还进一步进行语音识别，得到与所述语音对应的字符串；之后对所述字符串进行语义解析，得到至少一个所述关键字。

需要给予说明的是，语音识别为目前成熟的技术，例如市面上常见SIRI语音助手就是一种利用语音识别技术的终端应用。此外，关键字还可以从用户输入的文字中获取得到，由于属于本领域常用技术手段，因此本文不再进行赘述。

此外，在步骤14的关键字匹配过程中，不再需要用户对数据库中的图像进行关联标注，因此数据库中的图像来源不再到受约束。所以作为一个优选方案，所述数据库中保存的多个图像为从互联网中抓取的图像，即数据库不需要积累过程，即可直接获得海量的图像数据。

此外，所述数据库中预先记录了所述多个图像的图像特征，在步骤12中，还根据所述多个图像的图像特征进行图像搜索，即根据待搜索图像的图像特征与数据库中图像的图像特征进行匹配对比，确定出目标图像。例如，通过图像特征中的纹理、色彩、像素等信息进行匹配，或者根据图像的标记特征等都可准确找到与待搜索图像相似的目标图像。

当然，为了方便用户，本发明实施例中，输出所述图像搜索结果集中与所述目标URL链接对应的目标图像的步骤中，还输出所述目标URL链接。

下面结合实际应用对本发明的搜索方法进行详细介绍：

<实际应用一>

在实际应用一中，可通过网络爬虫工具对互联网上指定范围的图像资源进行抓取，提取其图像特征，同时记录图像所在网页的URL链接，将图像本身、图像特征和URL链接作为搜索的数据库，该数据库建立在服务端。

结合图2说明如下。

假设用户看到了一个米老鼠的玩偶，想要购买印有该玩偶图案的T恤，可以用手机先将玩偶拍摄下来，之后将玩偶的图片输入至客户端程序，并通过麦克风进行语音录入。示例性地，录入的语音可以是“哪里能购买T恤”。

之后，客户端提取用户输入的玩偶图片的图像特征以及语音的音频特征，并将该图像特征以及音频特征上传至服务端。服务端根据上传的图像特征进行第一次搜索，得到与该玩偶相关图像组成的图像搜索结果集。在第一次搜索中，通过玩偶图片的图像特征可以确定出与米老鼠相关的图像，即图像搜索结果集可能包括米老鼠有关的电影、书包、动画等相关图像，还不能达到用户期望的搜索结果。

为此，服务端还需要对用户上传的语音进行语音识别，提取对应的字符串，如“哪里”、“能”、“购买”、“T恤”。之后服务端对上述字符串进行语义解析，得到关键字“购买”和“T恤”。在关键字提取完成后，服务器获取图像搜索结果集中每个图像的URL链接中网页的文字信息，通过与“购买”、“T恤”进行文字匹配，从而完成第二次搜索。第二次搜索可以看成是高精确度的筛选过程，最终得到出售米老鼠T恤的相关图片。

最后，服务器将最终得到的图片的相关信息返回至用户端侧，例如：

直接将最终得到的图片和/或URL链接发送至客户端，用户可查看该图片，或者根据URL链接自行浏览米老鼠T恤的出售信息；或者

将最终确定的图片以及出售米老鼠T恤的相关文字发回至客户端，客户端经简单的信息处理后，直接向用户呈现出图片以及相关的文字介绍。

在实际应用一中，通过两次搜索，能够准确找到符合用户期望的图像信息。此外，利用图像拍摄的方法即可获取待搜索图像的图像特征，因此具有很高的实用性和便捷性。

<实际应用二>

在实际应用二中，可通过网络爬虫工具对互联网上指定范围的图像资源进行抓取，提取其图像特征，同时记录图像所在网页的URL链接，将图像本身、图像特征和URL链接作为搜索的数据库，该数据库建立在服务端。

假设用户在商场购物中，发现喜欢的衣服售价太高，想看看其它商店是否有该衣服的打折活动，可以用手机先将衣服拍摄下来，之后将衣服的图片输入至客户端程序，并通过麦克风进行语音录入。示例性地，录入的语音可以是“哪里有打折活动”。之后，客户端提取用户输入的衣服图片的图像特征以及语音的音频特征，并将该图像特征以及音频特征上传至服务端。服务端根据上传的图像特征进行图片搜索，得到与该衣服相关图像组成的图像搜索结果集。同时服务端对用户上传的语音进行语音识别，提取对应的字符串，如“哪里”、“有”、“打折”、“活动”。之后服务端对上述字符串进行语义解析，得到关键字“打折”。在关键字获取完成后，服务器获取图像搜索结果集中每个图像对应的URL链接中包括的文字信息，通过与“打折”进行文字匹配，确定最终的该衣服打折相关的图片。最后，服务器将最终确定的图片的相关信息返回至用户端侧，例如直接将最终确定的图片的URL链接发送至客户端，用户可根据URL链接自行浏览打折信息；或者将最终确定的图片以及打折相关的文字发回至客户端，客户端经简单的信息处理后，直接向用户呈现出图片以及打折相关的文字介绍。

可见，本实际应用二利用语音辅助的方式搜索客户想要的图片元素，即通过用户输入的图片可以确定出用户指定的衣服，通过用户输入的语音再进一步确定出该衣服相关的打折信息。此外，实际应用二不需要用户对数据库中的图像进行关联标注即可完成基于关键字的匹配步骤，因此数据库中查找不再受到用户标注约束，进而可以将互联网作为数据库的图像来源。

<实际应用三>

在实际应用二中，可通过网络爬虫工具对互联网上指定范围的图像资源进行抓取，提取其图像特征，同时记录图像所在网页的URL链接，将图像本身、图像特征和URL链接作为搜索的数据库，该数据库建立在服务端。

假设用户在公交车站的广告牌子上看到一个感兴趣的电影宣传海报，想要了解该电影在周末有哪些影院上映，可以用手机先将海报拍摄下来，之后将海报的图片输入至客户端程序，并通过麦克风进行语音录入。示例性地，录入的语音可以是“周末哪些影院能上映”。之后，客户端提取用户输入的海报图片的图像特征以及语音的音频特征，并将该图像特征以及音频特征上传至服务端。服务端根据上传的图像特征进行图片搜索，得到与该电影相关图像组成的图像搜索结果集。同时服务端对用户上传的语音进行语音识别，提取对应的字符串，如“周末”、“哪些”、“上映”、“影院”。之后服务端对上述字符串进行语义解析，得到关键字“周末”、“上映”、“影院”。在关键字获取完成后，服务器获取图像搜索结果集中每个图像对应的URL链接中包括的文字信息，通过与“周末”、“影院”、“上映”进行文字匹配，确定最终的该电影在周末上映的影院。最后，服务器将最终确定的图片的相关信息返回至用户端侧，例如直接将最终确定的图片的URL链接发送至客户端，用户可根据URL链接自行浏览影院上映电影的信息；或者将最终确定的图片以及影院上映电影的相关文字发回至客户端，客户端经简单的信息处理后，直接向用户呈现出电影图片以及影院上映电影的文字介绍。

综上所述，本发明利用用户提交的图片，在互联网抓取的图片的数据库中进行首次搜索，然后通过图片记录的对应网址抓取其文字信息，作为对用户所输入的语音进行进一步筛选搜索的对象，解决了用户通过语音辅助的方式搜索想要的图片元素的问题。

此外，如图3所示，本发明的实施例还提供一种搜索装置，用于搜索一数据库，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索装置包括：

第一获取模块，用于获取一待搜索图像的图像特征；

第一搜索模块，用于根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

第二获取模块，用于获取每个所述目标图像各自对应的URL链接中包括的文字信息；

第二搜索模块，用于根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

输出模块，用于输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

在上述实施例的描述中可以知道，本装置不需要用户对数据库中的图像进行关联标注即可完成基于关键字的匹配步骤，因此数据库中的图像规模不再受到用户的约束，进而能够以更多的图像来源执行图像搜索，因此准确率、成功率更高。

具体地，在本实施例的基础上，所示搜索装置还包括：

识别模块，用于获取用户发送的语音后，进行语音识别，得到与所述语音对应的字符串；

解析模块，用于对所述字符串进行语义解析，得到至少一个所述关键字。

此外，数据库中的图像来源不再受到限制，因此作为一个优选方案，所述数据库中保存的多个图像为从互联网中抓取的图像，即数据库不需要积累过程，即可直接获得海量的图像数据。

具体地，在本实施例的基础上，所述数据库中预先记录了所述多个图像的图像特征，所述第一搜索模块根据所述图像特征在所述数据库中进行图像搜索时，还根据所述多个图像的图像特征进行图像搜索，即根据待搜索图像的图像特征与数据库中图像的图像特征进行匹配对比，确定出目标图像。

此外，所述待搜索的图像特征由用户端从用户拍摄的图像中提取得到，所述第一获取模块具体用于：

从用户端接收所述待搜索的图像特征。

进一步地，输出模块同时还可以输出所述目标URL链接，方便用户浏览目标URL链接所对应的网页，以获取更多的信息。

显然，本实施例的搜索装置与本发明的搜索方法相对应，该搜索方法所能达到的技术效果，本搜索装置也能够同样达到。此外，为了描述的方便，上述搜索装置均是以功能分为各种模块分别描述。当然，在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种搜索方法，用于搜索一数据库，其特征在于，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索方法包括：

获取一待搜索图像的图像特征；

根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

获取每个所述目标图像各自对应的URL链接中包括的文字信息；

根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

2.根据权利要求1所述的搜索方法，其特征在于，还包括：

获取用户发送的语音后，进行语音识别，得到与所述语音对应的字符串；

对所述字符串进行语义解析，得到至少一个所述关键字。

3.根据权利要求1所述的搜索方法，其特征在于，所述数据库中保存的多个图像为从互联网中抓取的图像。

4.根据权利要求1所述的搜索方法，其特征在于，所述数据库中预先记录了所述多个图像的图像特征，所述根据所述图像特征在所述数据库中进行图像搜索的步骤中，根据所述多个图像的图像特征进行图像搜索。

5.根据权利要求1所述的搜索方法，其特征在于，所述待搜索的图像特征由用户端从用户拍摄的图像中提取得到，所述获取一待搜索的图像特征具体包括：

从用户端接收所述待搜索的图像特征。

6.根据权利要求1所述的搜索方法，其特征在于，输出所述图像搜索结果集中与所述目标URL链接对应的目标图像的步骤中，还输出所述目标URL链接。

7.一种搜索装置，用于搜索一数据库，其特征在于，所述数据库中保存有多个图像，且记录有每一个图像各自对应的URL链接，所述搜索装置包括：

第一获取模块，用于获取一待搜索图像的图像特征；

第一搜索模块，用于根据所述待搜索图像的图像特征在所述数据库中进行图像搜索，得到由目标图像组成的图像搜索结果集；

第二获取模块，用于获取每个所述目标图像各自对应的URL链接中包括的文字信息；

第二搜索模块，用于根据关键字对所述文字信息进行搜索，得到包括的文字信息与所述关键字匹配的目标URL链接；

输出模块，用于输出所述图像搜索结果集中与所述目标URL链接对应的目标图像。

8.根据权利要求7所述的搜索装置，其特征在于，还包括：

识别模块，用于获取用户发送的语音后，进行语音识别，得到与所述语音对应的字符串；

解析模块，用于对所述字符串进行语义解析，得到至少一个所述关键字。

9.根据权利要求7所述的搜索装置，其特征在于，所述数据库中保存的多个图像为从互联网中抓取的图像。

10.根据权利要求7所述的搜索装置，其特征在于，所述数据库中预先记录了所述多个图像的图像特征，所述第一搜索模块根据所述图像特征在所述数据库中进行图像搜索时，根据所述多个图像的图像特征进行图像搜索。

11.根据权利要求7所述的搜索装置，其特征在于，所述待搜索的图像特征由用户端从用户拍摄的图像中提取得到，所述第一获取模块具体用于：

从用户端接收所述待搜索的图像特征。

12.根据权利要求7所述的搜索装置，其特征在于，所述输出模块还用于：

输出所述目标URL链接。