CN106055704A - 一种图像检索与匹配方法及系统 - Google Patents
一种图像检索与匹配方法及系统 Download PDFInfo
- Publication number
- CN106055704A CN106055704A CN201610460630.6A CN201610460630A CN106055704A CN 106055704 A CN106055704 A CN 106055704A CN 201610460630 A CN201610460630 A CN 201610460630A CN 106055704 A CN106055704 A CN 106055704A
- Authority
- CN
- China
- Prior art keywords
- target image
- range
- search
- image
- sample image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Abstract
本发明提供一种图像检索与匹配方法及系统，包括：对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数；接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。如此，本发明实施例设置每个样本图像对应的属性参数，根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，这样能够在短时间内实现目标图像的快速检索及匹配。
Description
技术领域
本发明涉及数据检索技术领域，特别是涉及一种图像检索与匹配方法及系统。
背景技术
目前，在现有图像识别系统中，通常需要将目标图像分别与样本图像库中每个的样本图像进行匹配，由于样本图像库中包含大量的样本图像，因此，将目标图像分别与样本图像库中每个的样本图像进行匹配需要消耗大量的时间，无法实现目标图像的快速检索及匹配。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种图像检索与匹配方法及系统，能够在短时间内实现目标图像的快速检索及匹配，从而快速地得到匹配结果。
为实现上述目的及其他相关目的，本发明实施例提供一种图像检索与匹配方法，对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数；该方法还包括：
接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
优选地，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
优选地，所述属性参数包括入库时间及所属区域；所述检索范围参数包括开始时间、结束时间及区域范围；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，包括：
根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
优选地，所述属性参数包括相似度哈希值；所述检索范围参数包括所述目标图像的相似度哈希值；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，包括：
将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；
确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
优选地，所述对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数之后，该方法还包括：
根据当前内存占用率及内存占用率阈值，确定是否根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率小于内存占用率阈值，则根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率大于等于内存占用率阈值，则将所述目标图像存入队列中，待当前内存占用率小于内存占用率阈值时，按照队列中的顺序确定所述目标图像对应的检索范围。
基于上述方法，本发明实施例提供了一种图像检索与匹配系统，该系统包括：特征提取模块、设置模块、获取模块、确定模块、匹配模块；其中，
特征提取模块，用于对样本图像库中每个样本图像进行特征提取得到对应的特征信息；以及在接收到目标图像时，对目标图像进行特征提取得到特征信息；
设置模块，用于预设每个样本图像对应的属性参数；
获取模块，用于在接收到目标图像时，获取所述目标图像的检索范围参数；
确定模块，用于根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
匹配模块，用于将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
优选地，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
优选地，所述属性参数包括入库时间及所属区域；所述检索范围参数包括开始时间、结束时间及区域范围；
所述确定模块，具体用于根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
优选地，所述属性参数包括相似度哈希值；所述检索范围参数包括所述目标图像的相似度哈希值；
所述确定模块，具体用于将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
优选地，该系统还包括：
判断模块，用于在所述特征提取模块对目标图像进行特征提取得到特征信息，并在所述获取模块获取所述目标图像的检索范围参数之后，根据当前内存占用率及内存占用率阈值，确定是否根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率小于内存占用率阈值，则指示所述确定模块根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率大于等于内存占用率阈值，则指示所述确定模块将所述目标图像存入队列中，在当前内存占用率小于内存占用率阈值时，指示所述确定模块按照队列中的顺序确定所述目标图像对应的检索范围。
本发明提供的一种图像检索与匹配方法及系统，对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数；接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。如此，本发明实施例通过预设每个样本图像对应的属性参数，在接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，这样能够极大地缩小检索范围，提高检索速度，并且，将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配，能够快速地得到匹配结果。
附图说明
图1显示为本发明的图像检索与匹配方法的流程示意图；
图2显示为本发明的图像检索与匹配系统的组成结构示意图。
具体实施方式
本发明实施例中，对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数；接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。如此，本发明实施例通过预设每个样本图像对应的属性参数，在接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，这样能够极大地缩小检索范围，提高检索速度，并且，将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配，能够快速地得到匹配结果。
下面结合附图及具体实施例对本发明做进一步详细的说明。
本发明实施例提出了一种图像检索与匹配方法，如图1所示，该方法包括：
步骤S100：对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数。
这里，特征提取算法可以根据实际需要进行设置，这里对所述特征提取算法不作具体限定。
这里，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值等参数中的一种或几种。
这里，通过哈希算法获得每个样本图像对应的特征信息的哈希HASH值，利用哈希HASH值无规律、不可预知、单向生成、无法破解的特点，将每个样本图像对应的特征信息所生成的哈希HASH值预设为每个样本图像对应的属性参数；在后续对目标图像进行检索过程中，通过目标图像检索范围参数中的哈希HASH值与每个样本图像对应的哈希HASH值，可以极大地缩小检索范围，提高检索速度，进而快速地得到匹配结果。
步骤S101：接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数。
这里，对目标图像进行特征提取的特征提取算法与步骤S100中使用的特征提取算法相同，重复之处不再赘述。
步骤S102：根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围。
这里，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
具体实施中，如果所述属性参数包括入库时间；那么，相应的用户输入的所述目标图像的检索范围参数可以包括开始时间及结束时间；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，具体采用如下方式：
根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像。
具体实施中，如果所述属性参数包括所属区域；那么相应的用户输入的所述目标图像的检索范围参数可以包括区域范围；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，具体采用如下方式：
根据所述区域范围以及每个样本图像对应的所属区域，确定所述目标图像对应的检索范围为所述所属区域在所述区域范围之内的样本图像。
具体实施中，如果所述属性参数包括相似度哈希值；那么相应的用户输入的所述目标图像的检索范围参数可以包括所述目标图像的相似度哈希值；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，具体采用如下方式：
将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；
确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
这里，所述属性参数可以包括几种参数，相应的，用户输入的所述目标图像的检索范围参数可以包括几种范围参数，通过几种范围参数进行组合检索；因此，如果所述属性参数包括入库时间及所属区域，那么相应的所述检索范围参数可以包括开始时间、结束时间及区域范围；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，具体采用如下方式：
首先，根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
然后，在确定出所述第一检索范围的基础上，根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
进一步地，为了避免系统在高并发处理情况下出现内存溢出宕机，在对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数之后，需要根据当前内存占用率判断是否可以立即对目标图像进行检索及匹配处理，若当前内存占用率小于内存占用率阈值，则对目标图像进行检索及匹配处理；若当前内存占用率大于等于内存占用率阈值，则将所述目标图像存入队列中，在当前内存占用率小于内存占用率阈值时，按照队列中的顺序对目标图像进行检索及匹配处理。
这里，内存占用率阈值可以根据实际情况进行设置，这里对所述内存占用率阈值不作具体限定。
步骤S103：将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
这里，将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配，得到所述目标图像的特征信息与每个样本图像对应的特征信息之间的匹配度值。
这里，匹配算法可以根据实际情况设置，这里对匹配算法不作具体限定。
为了更清楚地对本发明实施例进行说明，下面结合具体实施例对该图像检索与匹配过程进行描述。
本实施例中，该图像检索系统包括检索引擎、算法引擎、管理系统、存储服务器。
首先，检索引擎调用特征提取算法对每个样本图像进行特征提取得到对应的特征信息并将样本图像及对应的特征信息索引入样本图像库中，并对每个样本图像定义对应的属性参数，该属性参数包括入库时间、所属区域；
然后，在图像检索启动时将样本图像库中的数据全部写入内存中，等待检测目标图像接入；
管理系统调用检索引擎，检索引擎使用队列管理；检测到目标图像接入，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数，判断在是否可以立即处理该目标图像，如果不能立即进行处理，应该进行排队，避免系统在高并发情况下内存溢出宕机；如果能立即进行处理，管理系统传入目标图像及检索范围参数，(如果是按照时间检索，应该传入时间开始时间和结束时间参数；如果是按照区域检索，应该传入区域参数，同时也可以传入多个检索范围参数的组合)；
检索引擎接收到目标图像以及检索范围参数后，用多线程技术将目标图像及检索范围参数提交给多个存储服务器；
存储服务器采用多线程技术，一个线程进行特征提取处理，一个线程根据检索范围参数及每个样本图像对应的属性参数去内存获取检索范围内相应的样本图像及对应的特征信息，并将其放入连续的内存中；
存储服务器调用算法引擎，将获取的内存开始位置和结束位置的指针和目标图像的特征信息发送给算法引擎；
算法引擎将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配；并返回给检索引擎目标图像的特征信息和每个样本图像对应特征信息的匹配度值；
检索引擎将所述匹配度值进行排序，并将最大匹配度值对应的样本图像返回给管理系统；
检索引擎定期对内存的冷数据进行整理和释放。
为实现上述方法，本发明实施例还提供了一种图像检索与匹配系统，由于该系统解决问题的原理与方法相似，因此，系统的实施过程及实施原理均可以参见前述方法的实施过程及实施原理描述，重复之处不再赘述。
本发明实施例提出了一种图像检索与匹配系统，如图2所示，该系统包括：特征提取模块200、设置模块201、获取模块202、确定模块203、匹配模块204；其中，
特征提取模块200，用于对样本图像库中每个样本图像进行特征提取得到对应的特征信息；以及在接收到目标图像时，对目标图像进行特征提取得到特征信息；
设置模块201，用于预设每个样本图像对应的属性参数；
获取模块202，用于在接收到目标图像时，获取所述目标图像的检索范围参数；
确定模块203，用于根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
匹配模块204，用于将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
具体实施中，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
所述属性参数包括入库时间及所属区域；相应的，所述检索范围参数包括开始时间、结束时间及区域范围；
所述确定模块203，具体用于根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
具体实施中，所述属性参数包括相似度哈希值；相应的，所述检索范围参数包括所述目标图像的相似度哈希值；
所述确定模块，具体用于将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
具体实施中，所述系统还包括：
判断模块205，用于在所述特征提取模块200对目标图像进行特征提取得到特征信息，并在所述获取模块202获取所述目标图像的检索范围参数之后，根据当前内存占用率及内存占用率阈值，确定是否根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率小于内存占用率阈值，则指示所述确定模块203根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率大于等于内存占用率阈值，则指示所述确定模块203将所述目标图像存入队列中，在当前内存占用率小于内存占用率阈值时，指示所述确定模块203按照队列中的顺序确定所述目标图像对应的检索范围。
以上功能模块的划分方式仅为本发明实施例给出的一种优选实现方式，功能模块的划分方式不构成对本发明的限制。为了描述的方便，以上所述系统的各部分以功能分为各种模块或单元分别描述。当然，在实施本发明时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
综上所述，本发明提供的图像检索与匹配方法及系统，具有以下有益效果：
(1)本发明实施例中预设每个样本图像对应的属性参数，根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，这样能够极大地缩小检索范围，提高检索速度，并且，将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配，能够快速地得到匹配结果。
(2)本发明实施例在对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数之后，需要根据当前内存占用率判断是否可以立即对目标图像进行检索及匹配处理，从而避免了系统在高并发处理情况下出现内存溢出宕机。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种图像检索与匹配方法，其特征在于，对样本图像库中每个样本图像进行特征提取得到对应的特征信息，并预设每个样本图像对应的属性参数；所述方法还包括：
接收到目标图像时，对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
2.根据权利要求1所述的方法，其特征在于，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
3.根据权利要求2所述的方法，其特征在于，所述属性参数包括入库时间及所属区域；所述检索范围参数包括开始时间、结束时间及区域范围；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，包括：
根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
4.根据权利要求2所述的方法，其特征在于，所述属性参数包括相似度哈希值；所述检索范围参数包括所述目标图像的相似度哈希值；
根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围，包括：
将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；
确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述对目标图像进行特征提取得到特征信息，并获取所述目标图像的检索范围参数之后，所述方法还包括：
根据当前内存占用率及内存占用率阈值，确定是否根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率小于内存占用率阈值，则根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率大于等于内存占用率阈值，则将所述目标图像存入队列中，待当前内存占用率小于内存占用率阈值时，按照队列中的顺序确定所述目标图像对应的检索范围。
6.一种图像检索与匹配系统，其特征在于，所述系统包括：特征提取模块、设置模块、获取模块、确定模块、匹配模块；其中，
特征提取模块，用于对样本图像库中每个样本图像进行特征提取得到对应的特征信息；以及在接收到目标图像时，对目标图像进行特征提取得到特征信息；
设置模块，用于预设每个样本图像对应的属性参数；
获取模块，用于在接收到目标图像时，获取所述目标图像的检索范围参数；
确定模块，用于根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
匹配模块，用于将所述目标图像的特征信息分别与所述检索范围内样本图像对应的特征信息进行匹配。
7.根据权利要求6所述的系统，其特征在于，所述属性参数包括入库时间、所属区域、年龄、性别、以及根据特征信息得到的相似度哈希值中的一种或几种。
8.根据权利要求7所述的系统，其特征在于，所述属性参数包括入库时间及所属区域；所述检索范围参数包括开始时间、结束时间及区域范围；
所述确定模块，具体用于根据所述开始时间、结束时间以及每个样本图像对应的入库时间，确定所述目标图像对应的第一检索范围为所述入库时间在所述开始时间与结束时间之间的样本图像；
根据所述区域范围以及所述第一检索范围内每个样本图像对应的所属区域，确定所述目标图像对应的第二检索范围为所述所属区域在所述区域范围之内的样本图像，并将所述第二检索范围作为所述目标图像的检索范围。
9.根据权利要求7所述的系统，其特征在于，所述属性参数包括相似度哈希值；所述检索范围参数包括所述目标图像的相似度哈希值；
所述确定模块，具体用于将目标图像的相似度哈希值分别与每个样本图像对应的相似度哈希值进行对比；确定所述目标图像对应的检索范围为相似度哈希值与所述目标图像的相似度哈希值相同的样本图像。
10.根据权利要求6至9任一项所述的系统，其特征在于，所述系统还包括：
判断模块，用于在所述特征提取模块对目标图像进行特征提取得到特征信息，并在所述获取模块获取所述目标图像的检索范围参数之后，根据当前内存占用率及内存占用率阈值，确定是否根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率小于内存占用率阈值，则指示所述确定模块根据所述目标图像的检索范围参数及所述每个样本图像对应的属性参数，确定所述目标图像对应的检索范围；
若当前内存占用率大于等于内存占用率阈值，则指示所述确定模块将所述目标图像存入队列中，在当前内存占用率小于内存占用率阈值时，指示所述确定模块按照队列中的顺序确定所述目标图像对应的检索范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610460630.6A CN106055704B (zh) | 2016-06-22 | 2016-06-22 | 一种图像检索与匹配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610460630.6A CN106055704B (zh) | 2016-06-22 | 2016-06-22 | 一种图像检索与匹配方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106055704A true CN106055704A (zh) | 2016-10-26 |
| CN106055704B CN106055704B (zh) | 2020-02-04 |
Family
ID=57167914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610460630.6A Active CN106055704B (zh) | 2016-06-22 | 2016-06-22 | 一种图像检索与匹配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106055704B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106599307A (zh) * | 2016-12-29 | 2017-04-26 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN106649782A (zh) * | 2016-12-28 | 2017-05-10 | 电子科技大学 | 一种图片检索方法和系统 |
| CN106682201A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN107169075A (zh) * | 2017-05-10 | 2017-09-15 | 深圳大普微电子科技有限公司 | 基于特征分析的数据存取方法、存储设备及存储系统 |
| WO2018121375A1 (zh) * | 2016-12-29 | 2018-07-05 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN109711298A (zh) * | 2018-12-14 | 2019-05-03 | 南京甄视智能科技有限公司 | 基于faiss的高效人脸特征值检索的方法和系统 |
| CN110309341A (zh) * | 2019-07-09 | 2019-10-08 | 重庆紫光华山智安科技有限公司 | 图像检索方法、装置、设备及存储介质 |
| CN110347853A (zh) * | 2019-07-09 | 2019-10-18 | 成都澳海川科技有限公司 | 一种基于循环神经网络的图像哈希码生成方法 |
| CN111078924A (zh) * | 2018-10-18 | 2020-04-28 | 深圳云天励飞技术有限公司 | 图像检索方法、装置、终端及存储介质 |
| CN112579805A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、电子设备及存储介质 |
| CN117576425A (zh) * | 2024-01-17 | 2024-02-20 | 南京掌控网络科技有限公司 | 一种窜拍图像检测的方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130054562A1 (en) * | 2008-06-05 | 2013-02-28 | Enpulz, L.L.C. | Search system employing multiple image based search processing approaches |
| CN103885978A (zh) * | 2012-12-20 | 2014-06-25 | 天津职业技术师范大学 | 一种多层分级图像检索方法 |
| CN104991954A (zh) * | 2015-07-20 | 2015-10-21 | 河海大学 | 基于图像搜索的购物搜索系统及其实现方法 |
| CN105320710A (zh) * | 2014-08-05 | 2016-02-10 | 北京大学 | 抗光照变化的车辆检索方法及装置 |
| CN105320704A (zh) * | 2014-08-05 | 2016-02-10 | 北京大学 | 跨区域相似车辆检索方法及装置 |
| CN105404886A (zh) * | 2014-09-16 | 2016-03-16 | 株式会社理光 | 特征模型生成方法和特征模型生成装置 |
-
2016
- 2016-06-22 CN CN201610460630.6A patent/CN106055704B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130054562A1 (en) * | 2008-06-05 | 2013-02-28 | Enpulz, L.L.C. | Search system employing multiple image based search processing approaches |
| CN103885978A (zh) * | 2012-12-20 | 2014-06-25 | 天津职业技术师范大学 | 一种多层分级图像检索方法 |
| CN105320710A (zh) * | 2014-08-05 | 2016-02-10 | 北京大学 | 抗光照变化的车辆检索方法及装置 |
| CN105320704A (zh) * | 2014-08-05 | 2016-02-10 | 北京大学 | 跨区域相似车辆检索方法及装置 |
| CN105404886A (zh) * | 2014-09-16 | 2016-03-16 | 株式会社理光 | 特征模型生成方法和特征模型生成装置 |
| CN104991954A (zh) * | 2015-07-20 | 2015-10-21 | 河海大学 | 基于图像搜索的购物搜索系统及其实现方法 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106649782B (zh) * | 2016-12-28 | 2020-03-31 | 电子科技大学 | 一种图片检索方法和系统 |
| CN106649782A (zh) * | 2016-12-28 | 2017-05-10 | 电子科技大学 | 一种图片检索方法和系统 |
| WO2018121375A1 (zh) * | 2016-12-29 | 2018-07-05 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN106599307A (zh) * | 2016-12-29 | 2017-04-26 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN106682201A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN106682201B (zh) * | 2016-12-29 | 2020-04-24 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN106599307B (zh) * | 2016-12-29 | 2020-04-24 | 北京奇虎科技有限公司 | 图像匹配方法及装置 |
| CN107169075A (zh) * | 2017-05-10 | 2017-09-15 | 深圳大普微电子科技有限公司 | 基于特征分析的数据存取方法、存储设备及存储系统 |
| CN111078924A (zh) * | 2018-10-18 | 2020-04-28 | 深圳云天励飞技术有限公司 | 图像检索方法、装置、终端及存储介质 |
| CN111078924B (zh) * | 2018-10-18 | 2024-03-01 | 深圳云天励飞技术有限公司 | 图像检索方法、装置、终端及存储介质 |
| CN109711298A (zh) * | 2018-12-14 | 2019-05-03 | 南京甄视智能科技有限公司 | 基于faiss的高效人脸特征值检索的方法和系统 |
| CN110309341A (zh) * | 2019-07-09 | 2019-10-08 | 重庆紫光华山智安科技有限公司 | 图像检索方法、装置、设备及存储介质 |
| CN110309341B (zh) * | 2019-07-09 | 2021-04-16 | 重庆紫光华山智安科技有限公司 | 图像检索方法、装置、设备及存储介质 |
| CN110347853B (zh) * | 2019-07-09 | 2022-12-27 | 成都澳海川科技有限公司 | 一种基于循环神经网络的图像哈希码生成方法 |
| CN110347853A (zh) * | 2019-07-09 | 2019-10-18 | 成都澳海川科技有限公司 | 一种基于循环神经网络的图像哈希码生成方法 |
| CN112579805A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康威视数字技术股份有限公司 | 图像搜索方法、装置、电子设备及存储介质 |
| CN117576425A (zh) * | 2024-01-17 | 2024-02-20 | 南京掌控网络科技有限公司 | 一种窜拍图像检测的方法和系统 |
| CN117576425B (zh) * | 2024-01-17 | 2024-04-16 | 南京掌控网络科技有限公司 | 一种窜拍图像检测的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106055704B (zh) | 2020-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106055704A (zh) | 一种图像检索与匹配方法及系统 | |
| US10147163B2 (en) | Systems and methods for automated image cropping | |
| WO2020169043A1 (zh) | 一种密集人群计数的方法、装置、设备以及存储介质 | |
| JP4553650B2 (ja) | 画像グループの表現方法および表現方法によって導出される記述子、探索方法、装置、コンピュータプログラム、ならびに記憶媒体 | |
| CN103207898B (zh) | 一种基于局部敏感哈希的相似人脸快速检索方法 | |
| JP5711387B2 (ja) | 映像を比較する方法および装置 | |
| CN103885990B (zh) | 搜索方法及系统 | |
| CN104182974B (zh) | 一种基于特征点进行图像匹配的加速方法 | |
| CN105184238A (zh) | 一种人脸识别方法及系统 | |
| CN108428242B (zh) | 图像处理装置及其方法 | |
| CN106204615B (zh) | 一种基于中心矩形构图先验的显著目标检测方法 | |
| CN110765760B (zh) | 一种法律案件分配方法、装置、存储介质和服务器 | |
| US9323989B2 (en) | Tracking device | |
| CN109325548A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN106663191A (zh) | 用于对像素进行分类的系统和方法 | |
| JP5430636B2 (ja) | データ取得装置、方法及びプログラム | |
| CN110263830B (zh) | 图像处理方法、装置和系统及存储介质 | |
| CN103955713A (zh) | 一种图标识别方法和装置 | |
| WO2017010514A1 (ja) | 画像検索装置及び方法、撮影時刻推定装置及び方法、反復構造抽出装置及び方法、並びにプログラム | |
| WO2021196551A1 (zh) | 图像检索方法、装置、计算机设备和存储介质 | |
| US20150201104A1 (en) | Three-dimensional image searching based on inputs collected by a mobile device | |
| CN106557503A (zh) | 一种图像检索的方法和系统 | |
| CN104850600B (zh) | 一种用于搜索包含人脸的图片的方法和装置 | |
| CN104778202B (zh) | 基于关键词的事件演化过程的分析方法及系统 | |
| CN110490162A (zh) | 基于人脸识别解锁功能显示人脸变化的方法、装置和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 401122 5 stories, Block 106, West Jinkai Avenue, Yubei District, Chongqing Patentee after: Chongqing Zhongke Yuncong Technology Co., Ltd. Address before: 401122, Chongqing, Yubei District new North District, Mount Huangshan Avenue, mercury science and technology building, B District, are on the six floor Patentee before: CHONGQING ZHONGKE YUNCONG TECHNOLOGY CO., LTD. |