CN108376177A - 用于处理信息的方法和分布式系统 - Google Patents

Abstract

本申请实施例公开了用于处理信息的方法和分布式系统。包括：主控节点和多个数据处理节点。该系统的一具体实施方式包括：该主控节点，用于将检索请求发送给该多个数据处理节点；每个数据处理节点，用于获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在该目标图片集中的图片所对应的聚类中心的标识与该索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，检索与该目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。本申请实施例通过分布式系统进行图片的检索，能够提高检索效率。

Description

用于处理信息的方法和分布式系统

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于处理信息的方法和分布式系统。

背景技术

图片检索技术广泛运用于搜索引擎中的图片检索、版权调查、图片去重等领域。在现有技术中，图片检索技术运用的场景通常是在数据库中检索少量图片。

发明内容

本申请实施例提出了用于处理信息的方法和分布式系统。

第一方面，本申请实施例提供了一种用于处理信息的分布式系统，包括：主控节点和多个数据处理节点；主控节点，用于将检索请求发送给多个数据处理节点，其中，检索请求包括每个数据处理节点待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；每个数据处理节点，用于根据所接收的检索请求中的地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在一些实施例中，每个数据处理节点用于检索与目标图片集中的图片的图片特征相匹配的图片特征，包括：每个数据处理节点用于检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在一些实施例中，分布式系统还包括数据存储节点；每个数据处理节点，还用于接收主控节点发送的图片处理请求，其中，图片处理请求包括每个数据处理节点待获取的图片的地址；根据接收到的图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征；获取预设的多个聚类中心；对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心；将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在一些实施例中，主控节点，还用于在预设图片集中图片的图片信息的地址中，确定每个数据处理节点待获取的图片信息的地址，生成包括所确定的图片信息的地址的检索请求，其中，不同数据处理节点待获取的图片信息不同。

在一些实施例中，分布式系统还包括合并节点；合并节点，用于汇总对于检索请求所检索到的图片标识，发送所汇总的图片标识。

在一些实施例中，所确定的图片标识的数量为至少两个；每个数据处理节点，还用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识，其中，每个数据处理节点所确定的新图片标识的数量为指定数量。

第二方面，本申请实施例提供了一种用于分布式系统中的数据处理节点的信息处理方法，其中，分布式系统包括主控节点和数据处理节点，方法包括：接收主控节点发送的检索请求，其中，检索请求包括待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；根据地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在一些实施例中，检索与目标图片集中的图片的图片特征相匹配的图片特征，包括：检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在一些实施例中，分布式系统还包括数据存储节点；以及方法还包括：接收主控节点发送的图片处理请求，其中，图片处理请求包括数据处理节点待获取的图片的地址；根据图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征；获取预设的多个聚类中心；对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心；将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在一些实施例中，其中，所确定的图片标识的数量为至少两个；以及方法还包括：将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

第三方面，本申请实施例提供了一种用于分布式系统中的数据处理节点的信息处理装置，其中，分布式系统包括主控节点和数据处理节点，该装置包括：接收单元，用于接收主控节点发送的检索请求，其中，检索请求包括待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；构建单元，用于根据地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；确定单元，用于获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；检索单元，用于响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在一些实施例中，检索单元进一步用于：检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在一些实施例中，分布式系统还包括数据存储节点；以及装置还包括：请求接收单元，用于接收主控节点发送的图片处理请求，其中，图片处理请求包括数据处理节点待获取的图片的地址；获取单元，用于根据图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征；中心获取单元，用于获取预设的多个聚类中心；中心确定单元，用于对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心；存储单元，用于将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在一些实施例中，所确定的图片标识的数量为至少两个；以及装置还包括：标识确定单元，用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

第四方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如用于分布式系统中的数据处理节点的信息处理方法中任一实施例的方法。

第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如用于分布式系统中的数据处理节点的信息处理方法中任一实施例的方法。

本申请实施例提供的用于处理信息的分布式系统和方法，分布式系统包括：主控节点和多个数据处理节点；主控节点，用于将检索请求发送给多个数据处理节点，其中，检索请求包括每个数据处理节点待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；每个数据处理节点，用于根据所接收的检索请求中的地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。本申请实施例通过分布式系统进行图片的检索，能够提高检索效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理信息的分布式系统中，主控节点和每个数据处理节点的数据交互示意图；

图3是根据本申请的用于处理信息的分布式系统的一个实施例的结构示意图；

图4是根据本申请的用于分布式系统中的数据处理节点的信息处理方法的一个实施例的流程图。

图5是根据本申请的用于分布式系统中的数据处理节点的信息处理装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于处理信息的分布式系统、用于分布式系统中的数据处理节点的信息处理方法和用于分布式系统中的数据处理节点的信息处理装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104、服务器105和服务器106、107、108。网络104用以在终端设备101、102、103、服务器105和服务器106、107、108之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。用户可以使用终端设备101、102、103向服务器105中发送检索请求发送请求等各种请求。终端设备101、102、103上可以安装有各种通讯客户端应用，例如即时通信工具。终端设备101、102、103可以是支持信息收发的各种电子设备。包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器。在服务器105中可以设置主控节点，用以对数据处理节点下发检索请求。具体地，服务器105若接收到终端设备101、102、103发送的请求分配图片信息的地址的信息，将检索请求发送给服务器106、107、108。需要说明的是，服务器105可以是一台服务器，也可以是服务器集群。相应地，主控节点可以设置于一台服务器，也可以设置于服务器集群。

服务器106、107、108是一个可以提供各种服务的服务器集群。由于分布式系统对设备的内存等要求较低，所以，对服务器106、107、108中的各个服务器都可以设置多个数据处理节点。服务器106、107、108若接收到检索请求等数据，可以对检索请求等数据进行处理，检索得到图片特征，进而得到图片标识，并将图片标识反馈给终端设备101、102、103。

需要说明的是，本申请实施例所提供的用于处理信息的分布式系统一般设置于服务器105和服务器106、107、108中，相应地，用于分布式系统中的数据处理节点的信息处理方法一般由服务器105和服务器106、107、108执行。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于处理信息的分布式系统中，主控节点和任意一个数据处理节点的交互示意图。

本实施例的用于处理信息的分布式系统，包括：主控节点和多个数据处理节点；主控节点，用于将检索请求发送给多个数据处理节点，其中，检索请求包括每个数据处理节点待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；每个数据处理节点，用于根据所接收的检索请求中的地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

如图2所示，在步骤201中，主控节点将检索请求发送给多个数据处理节点。

在本实施例中，主控节点将检索请求发送给多个数据处理节点中的每个数据处理节点。检索请求为请求数据处理节点进行检索的信息。检索请求包括每个数据处理节点待获取的图片信息的地址，这里的待获取的图片信息为预设图片集中的图片的图片信息。图片信息包括图片标识、图片特征和根据与图片特征的距离确定的图片特征的至少一个聚类中心的标识。主控节点将包括图片信息的地址的检索请求发送至多个数据处理节点，以使数据处理节点从上述地址获取到图片信息。地址可以指示图片信息所存储的位置。

在这里，检索请求发送请求可以包括预设图片集中所有图片的图片信息。主控节点接收到检索请求发送请求，则可以确定每个数据处理节点的图片检索任务。数据处理节点的图片检索任务即是从主控节点对其发送的地址获取的图片信息中的图片标识中，检索到符合条件的图片标识。

不同的数据处理节点获取的图片检索任务不同，所获取的图片信息也不同。相应地，不同数据处理节点所要获取的图片信息所在的地址也是不同的。聚类中心的标识可以包括标识号，也可以包括字母等其他字符。

图片特征是用以指示图片的特点的信息。每个图片都对应一个或一组图片特征。图片特征可以是视觉特征等等。图片特征可以以向量的形式存在。可以获取预设的多个聚类中心，这里的聚类中心为坐标系中的一个坐标点。这里的聚类可以是各种对向量进行的聚类，比如k-means聚类或高斯混合模型(Gaussian Mixed Model，GMM)等等。所获取的预设的聚类中心可以是根据每个图片的图片特征与各个聚类中心在坐标系中的距离，所确定的聚类中心，进而确定上述至少一个聚类中心的标识。具体地，这里的预设数量的聚类中心可以是按照与图片的图片特征的距离由小到大的顺序，从上述多个聚类中心中，所确定的预设数量的聚类中心。举例来说，将预设图片集的各个图片的图片特征呈现在坐标系中，图片A的图片特征为图片特征a，可以确定距离图片特征a最近的2个聚类中心X和Y。图片B的图片特征为图片特征b，距离图片特征b最近的2个聚类中心可以为X和Z。此外，所确定的聚类中心还可以是与图片的图片特征的距离在预设距离阈值以下的聚类中心。

在步骤202中，每个数据处理节点根据所接收的检索请求中的地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引。

在本实施例中，每个数据处理节点可以根据所接收的检索请求中的地址，获取图片信息。这里的所获取的图片信息为根据地址得到的图片信息。之后，根据所获取的图片信息构建索引。这里的索引包括所获取的图片信息中的聚类中心的标识、图片标识和图片特征。其中的聚类中心的标识用以指示图片标识和图片特征。

这里的图片对应的聚类中心为：根据与该图片的图片特征的距离确定的至少一个聚类中心。在这里，每个数据处理节点所生成的索引为局部索引，各个局部索引可以组成全局索引。全局索引则对应预设图片集中的所有图片。指定存储空间可以设置于数据处理节点本地，也可以设置于其他的电子设备。

在本实施例的一些可选的实现方式中，局部索引是倒排索引。

在本实施例中，倒排索引可以以聚类中心的标识作为指针。在该倒排索引中，每个聚类中心的标识与图片标识列表、图片特征相对应。这里的图片特征为该图片标识列表中的图片标识所指示的图片的图片特征。比如，倒排索引可以表示如下：Index＝{c₁:[(ID₁,f₁),(ID₂,f₂),...(ID_m,f_m)],c₂:[(ID_m+1,f_m+1),(ID_m+2,f_m+2),...(ID_m+n,f_m+n)]，...}，其中，c为聚类中心的标识，ID为图片标识，f为图片特征。

在步骤203中，每个数据处理节点获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识。

在本实施例中，每个数据处理节点获取目标图片集中的图片的图片信息，确定在上述目标图片集中的图片的图片信息中的聚类中心的标识与上述索引中的聚类中心的标识中，是否存在相同的聚类中心的标识。举例来说，目标图片集中图片的图片信息中的聚类中心标识为1、9、10。该数据处理节点的局部索引中的聚类中心的标识为2、6、9、16、20。两者存在相同的聚类中心的标识9。

这里的目标图片集为将其中的图片与预设图片集中的图片进行匹配的图片集。终端设备可以发送一个请求，请求在预设图片集中检索与目标图片集的图片相同的图片。因为图片标识可以指示图片，所以检索到图片标识即可。

在实践中，可以从预设的存储空间获取目标图片集中的图片的图片信息。

在步骤204中，每个数据处理节点响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在本实施例中，每个数据处理节点若确定存在相同的聚类中心的标识，则可以在该数据处理节点所构建的索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征。之后该数据处理节点可以确定相匹配的图片特征所对应的图片标识。

在这里，通过确定目标图片集的图片的图片特征与索引中的图片特征是否匹配，来确定检索到的图片特征。具体地，可以采用多种方式确定图片特征是否匹配。比如，可以通过确定图片特征是否相同来确定图片特征是否匹配。如果图片特征相同，可以确定图片特征匹配。还可以通过确定图片特征的相似度是否高于相似度阈值来确定。如果高于相似度阈值，可以确定匹配。

本申请的上述实施例提供的方法通过分布式系统进行图片的检索，能够提高检索效率。由于可以使用多个节点进行检索，降低了对每个节点的内存等的设备要求。并且，通过本实施例的方案可以对大量图片进行检索，提高了处理能力。同时，每个数据处理节点是在确定目标图片集对应的聚类中心与该数据处理节点的索引的聚类中心中有相同的聚类中心时，才进行检索，从而避免了无效检索，进一步提到了检索效率和检索的准确性。

在本实施例的一些可选的实现方式中，每个数据处理节点用于检索与目标图片集中的图片的图片特征相匹配的图片特征，包括：每个数据处理节点用于检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在本实施例中，每个数据处理节点可以在构建的索引中，检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

数据处理节点将目标图片集中的图片的图片特征与预设图片集中的图片的图片特征进行比对，以确定相似度，并将相似度与相似度阈值进行比较。如果高于相似度阈值，确定参与比对的预设图片集中的图片的图片特征所对应的图片标识。

本实施例通过确定目标图片集中的图片特征与预设图片集中的图片特征的相似度，并将相似度与相似度阈值进行比较，准确地进行检索。

在本实施例的一些可选的实现方式中，分布式系统还包括数据存储节点。

每个数据处理节点，还用于接收主控节点发送的图片处理请求。

在本实施例中，每个数据处理节点接收主控节点发送的图片处理请求。其中，图片处理请求包括每个数据处理节点待获取的图片的地址。这样，数据处理节点可以根据上述地址获取图片。

每个数据处理节点，还用于根据接收到的图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征。

在本实施例中，每个数据处理节点根据接收到的图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取上述至少一个图片的图片特征。

这样，采用分布式的方式，各个数据处理节点共同进行图片特征的提取，以提取预设图片集中所有图片的图片特征。不同的数据处理节点承担不同的任务。每个数据处理节点提取至少一个图片的图片特征，不同数据处理节点在提取时所针对的图片不同。图片处理请求为用以请求数据处理节点进行图片处理的信息。此外，上述目标图片集中的图片的图片信息可以存储于上述数据存储节点中的预设的存储空间中。

每个数据处理节点，还用于获取预设的多个聚类中心。

在本实施例中，每个数据处理节点获取预设的多个聚类中心。预设的多个聚类中心是预先对大量的图片样本进行聚类，所得到的多个聚类中心。

每个数据处理节点，还用于对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心。

在本实施例中，对于上述至少一个图片中的每个图片，每个数据处理节点可以按照聚类中心与该图片的图片特征的距离由近到远的顺序，从所获取的多个聚类中心中，确定预设数量的聚类中心。

具体地，可以按照该图片的图片特征和多个聚类中心的距离的大小，对上述多个聚类中心进行排序，得到排序序列。从序列的距离小的聚类中心一端，确定前预设数量的聚类中心。

每个数据处理节点，还用于将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在本实施例中，每个数据处理节点可以将上述至少一个图片的图片标识、图片特征和所确定的预设数量的聚类中心的标识关联存储至数据存储节点。这样，在数据存储节点中就存储了图片的图片信息。

本实施例通过多个数据处理节点中的每个数据处理节点进行特征提取，并确定相关的聚类中心的标识，以便于后续进行图片标识的检索，进一步提高了数据处理效率。

在本实施例的一些可选的实现方式中，主控节点，还用于在预设图片集中图片的图片信息的地址中，确定每个数据处理节点待获取的图片信息的地址，生成包括所确定的图片信息的地址的检索请求。

在本实施例中，主控节点还用于在预设图片集中图片的图片信息的地址中，确定每个数据处理节点待获取的图片信息的地址。之后，生成包括每个数据处理节点处理的图片信息的地址的检索请求。其中，不同的数据处理节点待获取的图片信息不同，所以不同数据处理节点所对应的地址也是不同的。主控节点将各个图片信息的地址分配给各个数据处理节点，以使各个数据处理节点可以较为平均地获取到图片信息。图片信息的地址可以为在先对图片信息所设置的。

本实施例通过主控节点，确定各个数据处理节点所要处理的图片信息的地址，也即确定各个数据处理节点的任务，以便于各个数据处理节点共同分担图片处理任务。

在本实施例的一些可选的实现方式中，分布式系统还包括合并节点。

合并节点，还用于汇总对于检索请求所检索到的图片标识，发送所汇总的图片标识。

在本实施例中，上述合并节点还用于汇总对于检索请求所检索到的图片标识，之后发送所汇总的图片标识。这样，合并节点可以对于每个检索请求，汇总针对该检索请求所检索到的图片标识，之后进行发送。

本实施例通过汇总针对每个检索请求所确定的图片标识，能够输出更加有效且容易利用的数据。

在本实施例的一些可选的实现方式中，所确定的图片标识的数量为至少两个。

每个数据处理节点，还用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

在本实施例中，每个数据处理节点在检索到至少两个图片标识后，可以将至少两个图片标识划分为至少两个图片标识组。之后，可以从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。其中，每个数据处理节点所确定的新图片标识的数量为指定数量。所获得的新的图片标识的数量相较于原有的图片标识数量则减少了。进而，可以减少电子设备执行后续诸多步骤的工作量。例如，按照新图片标识对图片标识组进行排序的复杂度小于按照原有的图片标识对图片排序的复杂度。

具体地，可以按照多种方式选取图片标识。比如，每个图片标识组中的图片标识可以是按序排列的，可以选取排序次序在第N位的图片标识作为新图片标识。还可以随机选取新图片标识等等。

在实践中，指定数量可以是分布式系统中合并节点的数量。

本实施例通过减少标识的数目，降低了后续步骤的复杂度。

进一步参考图3作为对上述各图所示方法的实现，本申请提供了一种用于处理信息的分布式系统的一个实施例，该系统具体可以应用于各种电子设备中。

如图3所示，本实施例的用于处理信息的分布式系统300包括：主控节点301和多个数据处理节点302。

继续参考图4，本实施例提供了本申请实施例提供了一种用于分布式系统中的数据处理节点的信息处理方法，其中，分布式系统包括主控节点和数据处理节点；该方法包括：接收主控节点发送的检索请求，其中，检索请求包括待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；根据地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在本实施例的一些可选的实现方式中，检索与目标图片集中的图片的图片特征相匹配的图片特征，包括：检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在本实施例的一些可选的实现方式中，分布式系统还包括数据存储节点；以及方法还包括：接收主控节点发送的图片处理请求，其中，图片处理请求包括数据处理节点待获取的图片的地址；根据图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征；获取预设的多个聚类中心；对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心；将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在本实施例的一些可选的实现方式中，其中，所确定的图片标识的数量为至少两个；以及方法还包括：将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

在实践中，可以存在多个数据处理节点，多个数据处理节点可以与主控节点构成分布式系统的整体或者局部。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于分布式系统中的数据处理节点的信息处理装置的一个实施例，其中，分布式系统包括主控节点和数据处理节点。该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于分布式系统中的数据处理节点的信息处理装置500包括：接收单元501、构建单元502、确定单元503和检索单元504。其中，接收单元501，用于接收主控节点发送的检索请求，其中，检索请求包括待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；构建单元502，用于根据地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；确定单元503，用于获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；检索单元504，用于响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

在本实施例的一些可选的实现方式中，检索单元进一步用于：检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

在本实施例的一些可选的实现方式中，分布式系统还包括数据存储节点；以及装置还包括：请求接收单元，用于接收主控节点发送的图片处理请求，其中，图片处理请求包括数据处理节点待获取的图片的地址；获取单元，用于根据图片处理请求所包括的地址，获取预设图片集中的至少一个图片，提取至少一个图片的图片特征；中心获取单元，用于获取预设的多个聚类中心；中心确定单元，用于对于至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从多个聚类中心中，确定预设数量的聚类中心；存储单元，用于将至少一个图片的图片标识、图片特征和预设数量的聚类中心的标识关联存储至数据存储节点。

在本实施例的一些可选的实现方式中，所确定的图片标识的数量为至少两个；以及装置还包括：标识确定单元，用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、构建单元、确定单元和检索单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收主控节点发送的检索请求的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：接收主控节点发送的检索请求，其中，检索请求包括待获取的图片信息的地址，待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；根据地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在目标图片集中的图片所对应的聚类中心的标识与索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在索引指示的图片特征中，检索与目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于处理信息的分布式系统，包括：主控节点和多个数据处理节点；

所述主控节点，用于将检索请求发送给所述多个数据处理节点，其中，所述检索请求包括每个数据处理节点待获取的图片信息的地址，所述待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；

每个数据处理节点，用于根据所接收的检索请求中的地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在所述目标图片集中的图片所对应的聚类中心的标识与所述索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，在所述索引指示的图片特征中，检索与所述目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

2.根据权利要求1所述的分布式系统，其中，所述每个数据处理节点用于检索与所述目标图片集中的图片的图片特征相匹配的图片特征，包括：

每个数据处理节点用于检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

3.根据权利要求1所述的分布式系统，其中，所述分布式系统还包括数据存储节点；

每个数据处理节点，还用于接收所述主控节点发送的图片处理请求，其中，所述图片处理请求包括每个数据处理节点待获取的图片的地址；根据接收到的图片处理请求所包括的地址，获取所述预设图片集中的至少一个图片，提取所述至少一个图片的图片特征；获取预设的多个聚类中心；对于所述至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从所述多个聚类中心中，确定预设数量的聚类中心；将所述至少一个图片的图片标识、图片特征和所述预设数量的聚类中心的标识关联存储至所述数据存储节点。

4.根据权利要求1所述的分布式系统，其中，

所述主控节点，还用于在预设图片集中图片的图片信息的地址中，确定每个数据处理节点待获取的图片信息的地址，生成包括所确定的图片信息的地址的检索请求，其中，不同数据处理节点待获取的图片信息不同。

5.根据权利要求1所述的分布式系统，其中，所述分布式系统还包括合并节点；

所述合并节点，用于汇总对于所述检索请求所检索到的图片标识，发送所汇总的图片标识。

6.根据权利要求1所述的分布式系统，其中，所确定的图片标识的数量为至少两个；

每个数据处理节点，还用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识，其中，每个数据处理节点所确定的新图片标识的数量为指定数量。

7.一种用于分布式系统中的数据处理节点的信息处理方法，其中，所述分布式系统包括主控节点和数据处理节点，所述方法包括：

接收所述主控节点发送的检索请求，其中，所述检索请求包括待获取的图片信息的地址，所述待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；

根据所述地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；

获取目标图片集中的图片的图片信息，确定在所述目标图片集中的图片所对应的聚类中心的标识与所述索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；

响应于确定存在，在所述索引指示的图片特征中，检索与所述目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

8.根据权利要求7所述的方法，其中，所述检索与所述目标图片集中的图片的图片特征相匹配的图片特征，包括：

检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

9.根据权利要求7所述的方法，其中，所述分布式系统还包括数据存储节点；以及

所述方法还包括：

接收所述主控节点发送的图片处理请求，其中，所述图片处理请求包括所述数据处理节点待获取的图片的地址；

根据所述图片处理请求所包括的地址，获取所述预设图片集中的至少一个图片，提取所述至少一个图片的图片特征；

获取预设的多个聚类中心；

对于所述至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从所述多个聚类中心中，确定预设数量的聚类中心；

将所述至少一个图片的图片标识、图片特征和所述预设数量的聚类中心的标识关联存储至所述数据存储节点。

10.根据权利要求7所述的方法，其中，所确定的图片标识的数量为至少两个；以及

所述方法还包括：

将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

11.一种用于分布式系统中的数据处理节点的信息处理装置，其中，所述分布式系统包括主控节点和数据处理节点，所述装置包括：

接收单元，用于接收所述主控节点发送的检索请求，其中，所述检索请求包括待获取的图片信息的地址，所述待获取的图片信息为预设图片集中的图片的图片信息，图片信息包括图片标识、图片特征和根据与图片特征的距离确定的至少一个聚类中心的标识；

构建单元，用于根据所述地址，获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；

确定单元，用于获取目标图片集中的图片的图片信息，确定在所述目标图片集中的图片所对应的聚类中心的标识与所述索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；

检索单元，用于响应于确定存在，在所述索引指示的图片特征中，检索与所述目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。

12.根据权利要求11所述的装置，其中，所述检索单元进一步用于：

检索与目标图片集中的图片的图片特征的相似度高于相似度阈值的图片特征。

13.根据权利要求11所述的装置，其中，所述分布式系统还包括数据存储节点；以及

所述装置还包括：

请求接收单元，用于接收所述主控节点发送的图片处理请求，其中，所述图片处理请求包括所述数据处理节点待获取的图片的地址；

获取单元，用于根据所述图片处理请求所包括的地址，获取所述预设图片集中的至少一个图片，提取所述至少一个图片的图片特征；

中心获取单元，用于获取预设的多个聚类中心；

中心确定单元，用于对于所述至少一个图片中的每个图片，按照聚类中心与该图片的图片特征的距离从近到远的顺序，从所述多个聚类中心中，确定预设数量的聚类中心；

存储单元，用于将所述至少一个图片的图片标识、图片特征和所述预设数量的聚类中心的标识关联存储至所述数据存储节点。

14.根据权利要求11所述的装置，其中，所确定的图片标识的数量为至少两个；以及

所述装置还包括：

标识确定单元，用于将至少两个图片标识划分为至少两个图片标识组，从每个图片标识组中选取图片标识作为与该图片标识组对应的新图片标识。

15.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求7-10中任一所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求7-10中任一所述的方法。