CN108563767B - 图像检索方法及装置 - Google Patents
图像检索方法及装置 Download PDFInfo
- Publication number
- CN108563767B CN108563767B CN201810355179.0A CN201810355179A CN108563767B CN 108563767 B CN108563767 B CN 108563767B CN 201810355179 A CN201810355179 A CN 201810355179A CN 108563767 B CN108563767 B CN 108563767B
- Authority
- CN
- China
- Prior art keywords
- image
- similarity
- vector
- images
- final similarity
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
-
- 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
- G06F16/53—Querying
-
- 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
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及图像检索方法及装置。该方法包括:获取包含查询图像和至少一个候选图像的图像组;计算所述图像组中任意两幅图像间的中间相似度;根据所述任意两幅图像间的中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度;根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像。本公开能够提高图像检索的精度和鲁棒性。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及一种图像检索方法及装置。
背景技术
基于内容的图像检索(CBIR,Content-Based Image Retrieval)是计算机视觉领域中关注大规模数字图像内容检索的研究分支。基于内容的图像检索允许用户输入一张图像,以查找具有相同或相似内容的其他图像。
在相关技术中,在训练图像检索模型时,通常采用二元损失函数(pairwiseloss)、三元损失函数(triplet loss)或者四元损失函数(quadruplet loss)等损失函数。这些损失函数都是仅对中间相似度(即二元组、三元组或者四元组之间的相似度)进行约束。这样训练出来的图像检索模型进行图像检索的精度和鲁棒性较低。
发明内容
有鉴于此,本公开提出了一种图像检索方法及装置。
根据本公开的一方面,提供了一种图像检索方法,包括:
获取包含查询图像和至少一个候选图像的图像组;
计算所述图像组中任意两幅图像间的中间相似度;
根据所述任意两幅图像间的中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度;
根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像。
在一种可能的实现方式中,所述计算所述图像组中任意两幅图像间的中间相似度,包括:
对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量;
根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度。
在一种可能的实现方式中,对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量,包括:
对所述每幅图像提取预定数目的多尺度特征图;
将每个所述多尺度特征图规范化为预定维度的特征向量。
在一种可能的实现方式中,根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度,包括:
将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量;
将所述差向量逐位做平方,得到所述差向量的平方向量;
对所述平方向量进行归一化处理,得到归一化向量;
对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量;
对所述二维向量进行归一化处理,得到所述任意两幅图像间的中间相似度。
在一种可能的实现方式中,所述对所述平方向量进行归一化处理,得到归一化向量,包括:
分别计算所述平方向量的均值和方差;
将所述平方向量逐位减所述均值之后,除以所述方差,得到所述归一化向量。
在一种可能的实现方式中,所述对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量,包括:
计算所述归一化向量与预定系数矩阵的乘积,将所述乘积作为所述归一化向量对应的二维向量。
在一种可能的实现方式中,所述根据所述中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度,包括:
根据所述中间相似度进行最终相似度约束,得到收敛的最终相似度估计;
对所述收敛的最终相似度估计进行归一化处理,得到最终相似度。
在一种可能的实现方式中,在所述根据所述中间相似度进行最终相似度约束之前,还包括:
根据所述中间相似度对最终相似度估计进行初始化。
在一种可能的实现方式中,所述根据所述中间相似度进行最终相似度约束,包括:
计算所述查询图像与所述候选图像中的第一图像之间的第一中间相似度;
计算所述第一图像与所述候选图像中的第二图像之间的第二中间相似度;
计算所述查询图像与所述第二图像之间的最终相似度估计;
计算所述第二中间相似度与所述最终相似度估计的乘积;
计算所述第一中间相似度与所述乘积的加权叠加结果;
根据所述加权叠加结果更新所述查询图像与所述第一图像之间的最终相似度估计,直至所述查询图像与所述第一图像之间的最终相似度估计收敛,得到所述查询图像与所述第一图像之间的收敛的最终相似度估计。
在一种可能的实现方式中,所述根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像,包括:
将所述最终相似度大于预设阈值的候选图像作为所述查询图像对应的目标图像。
根据本公开的另一方面,提供了一种图像检索装置,包括:
获取模块,用于获取包含查询图像和至少一个候选图像的图像组;
计算模块,用于计算所述图像组中任意两幅图像间的中间相似度;
融合模块,用于根据所述任意两幅图像间的中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度;
确定模块,用于根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像。
在一种可能的实现方式中,所述计算模块包括:
提取子模块,用于对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量;
计算子模块,用于根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度。
在一种可能的实现方式中,所述提取子模块包括:
提取单元,用于对所述每幅图像提取预定数目的多尺度特征图;
规范单元,用于将每个所述多尺度特征图规范化为预定维度的特征向量。
在一种可能的实现方式中,所述计算子模块包括:
做差单元,用于将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量;
做平方单元,用于将所述差向量逐位做平方,得到所述差向量的平方向量;
第一归一化单元,用于对所述平方向量进行归一化处理,得到归一化向量;
降维单元,用于对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量;
第二归一化单元,用于对所述二维向量进行归一化处理,得到所述任意两幅图像间的中间相似度。
在一种可能的实现方式中,所述第一归一化单元包括:
计算子单元,用于分别计算所述平方向量的均值和方差;
归一化子单元,用于将所述平方向量逐位减所述均值之后,除以所述方差,得到所述归一化向量。
在一种可能的实现方式中,所述降维单元用于:
计算所述归一化向量与预定系数矩阵的乘积,将所述乘积作为所述归一化向量对应的二维向量。
在一种可能的实现方式中,所述融合模块包括:
约束子模块,用于根据所述中间相似度进行最终相似度约束,得到收敛的最终相似度估计;
归一化子模块,用于对所述收敛的最终相似度估计进行归一化处理,得到最终相似度。
在一种可能的实现方式中,所述融合模块还包括:
初始化子模块,用于根据所述中间相似度对最终相似度估计进行初始化。
在一种可能的实现方式中,所述约束子模块包括:
第一计算单元,用于计算所述查询图像与所述候选图像中的第一图像之间的第一中间相似度;
第二计算单元,用于计算所述第一图像与所述候选图像中的第二图像之间的第二中间相似度;
第三计算单元,用于计算所述查询图像与所述第二图像之间的最终相似度估计;
第四计算单元,用于计算所述第二中间相似度与所述最终相似度估计的乘积;
第五计算单元,用于计算所述第一中间相似度与所述乘积的加权叠加结果;
确定单元,用于根据所述加权叠加结果更新所述查询图像与所述第一图像之间的最终相似度估计,直至所述查询图像与所述第一图像之间的最终相似度估计收敛,得到所述查询图像与所述第一图像之间的收敛的最终相似度估计。
在一种可能的实现方式中,所述确定模块用于:
将所述最终相似度大于预设阈值的候选图像作为所述查询图像对应的目标图像。
根据本公开的另一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述方法。
根据本公开的另一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
本公开的各方面的图像检索方法及装置通过获取包含查询图像和至少一个候选图像的图像组,计算图像组中任意两幅图像间的中间相似度,根据任意两幅图像间的中间相似度进行多尺度特征融合,得到查询图像与各个候选图像间的最终相似度,并根据最终相似度从各个候选图像中确定查询图像对应的目标图像,从而能够提高图像检索的精度和鲁棒性。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的图像检索方法的流程图;
图2示出根据本公开一实施例的图像检索方法步骤S12的一示例性的流程图;
图3示出根据本公开一实施例的图像检索方法步骤S121的一示例性的流程图;
图4示出根据本公开一实施例的图像检索方法步骤S122的一示例性的流程图;
图5示出根据本公开一实施例的图像检索方法步骤S1223的一示例性的流程图;
图6示出根据本公开一实施例的图像检索方法步骤S13的一示例性的流程图;
图7示出根据本公开一实施例的图像检索方法步骤S131的一示例性的流程图;
图8示出根据本公开一实施例的图像检索装置的框图;
图9示出根据本公开一实施例的图像检索装置的一示例性的框图;
图10是根据一示例性实施例示出的一种用于图像检索的装置1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像检索方法的流程图。该方法可以应用于服务器中。如图1所示,该方法包括步骤S11至步骤S14。
在步骤S11中,获取包含查询图像和至少一个候选图像的图像组。
本实施例提供的图像检索方法的目的是从图像库中检索出与查询图像包含相同或者相似内容的图像。在本实施例中,将图像库中的图像作为候选图像。本实施例中的图像组包含查询图像和至少一个图像库中的候选图像。
在一种可能的实现方式中,该图像检索方法可以应用于行人重识别中。当将该图像检索方法应用于行人重识别中时,查询图像可以为包含目标行人的图像,图像库中的各个候选图像也可以为包含行人的图像。
在本实施例中,在获取包含查询图像和至少一个候选图像的图像组之后,在计算图像组中任意两幅图像间的中间相似度之前,还包括提取图像组中各个图像的特征。
在一种可能的实现方式中,可以通过特征提取网络提取查询图像的特征和各个候选图像的特征。该特征提取网络可以为深度神经网络。例如,特征提取网络可以为ResNet50、ResNet101或者Inception等。
在步骤S12中,计算图像组中任意两幅图像间的中间相似度。
在本实施例中,可以首先计算得到每幅图像的多尺度特征向量,然后根据该多尺度特征向量计算任意两幅图像间的中间相似度。中间相似度的取值范围可以为[0,1]。
当然还可以采用其他方式计算任意两幅图像间的中间相似度,这里不做限定。
在一种可能的实现方式中,两个图像之间的中间相似度越大,则可以表明该两个图像包含相同内容的可能性越高。例如,在行人重识别中时,两个图像之间的中间相似度越大,则表明该两个图像包含同一行人的可能性越高。
在步骤S13中,根据任意两幅图像间的中间相似度进行多尺度特征融合,得到查询图像与各个候选图像间的最终相似度。
在本实施例中,最终相似度的取值范围可以为[0,1]。
在一种可能的实现方式中,两个图像之间的最终相似度越大,则可以表明该两个图像包含相同内容的可能性越高。例如,在将该图像检索方法应用于行人重识别中时,两个图像之间的最终相似度越大,则可以表明该两个图像包含同一行人的可能性越高。
在一种可能的实现方式中,利用条件随机场算法对任意两幅图像间的中间相似度进行多尺度特征融合,直至查询图像与候选图像之间融合后的相似度收敛,得到查询图像与各个候选图像间的最终相似度。
在一种可能的实现方式中,可以利用条件随机场算法,建立概率图模型。该概率图模型可以为无向图。在该实现方式中,可以将查询图像和各个候选图像分别作为该概率图模型中的节点。查询图像节点与候选图像节点之间的边的权重可以等于查询图像与候选图像的最终相似度估计,两个候选图像节点之间的边的权重可以等于该两个候选图像之间的中间相似度。其中,查询图像节点与候选图像节点之间的边的权重的初始值可以等于查询图像与候选图像之间的最终相似度估计的初始值。在该实现方式中,可以将查询图像与候选图像之间的关系看成条件随机场中的一元项,将候选图像与候选图像之间的关系看成条件随机场中的二元项。在该实现方式中,根据节点之间的边的权重,可以进行信息传递,以对查询图像与候选图像之间的最终相似度估计进行约束,直至查询图像与候选图像之间的最终相似度估计收敛,得到查询图像与各个候选图像间的最终相似度。利用条件随机场算法对查询图像与候选图像之间的最终相似度估计进行约束,直至查询图像与候选图像之间的最终相似度估计收敛,能够获得查询图像与候选图像之间的可靠且稳定的最终相似度。例如,若图像A与图像B包含同一个行人,图像A与图像C也包含同一个行人,则图像B与图像C之间的最终相似度也应该较高。
在一种可能的实现方式中,在进行每一轮最终相似度约束之后,可以对查询图像与候选图像之间的最终相似度估计进行归一化处理,使查询图像与候选图像之间的最终相似度估计在取值范围[0,1]之间。
在步骤S14中,根据最终相似度从各个候选图像中确定查询图像对应的目标图像。
在本实施例中,查询图像对应的目标图像可以指与查询图像包含相同或者相似内容的候选图像。例如,在行人重识别中,查询图像对应的目标图像可以指候选图像中与查询图像包含相同行人的图像。
在一种可能的实现方式中,根据最终相似度从各个候选图像中确定查询图像对应的目标图像,包括:将最终相似度大于预设阈值的候选图像作为查询图像对应的目标图像。
在另一种可能的实现方式中,根据最终相似度从各个候选图像中确定查询图像对应的目标图像,包括:将与查询图像的最终相似度最大的N个候选图像确定为查询图像对应的目标图像,其中,N为正整数。
作为该实现方式的一个示例,可以将与查询图像的最终相似度最大的候选图像确定为查询图像对应的目标图像。在该示例中,N等于1。
本实施例通过获取包含查询图像和至少一个候选图像的图像组,计算图像组中任意两幅图像间的中间相似度,根据任意两幅图像间的中间相似度进行多尺度特征融合,得到查询图像与各个候选图像间的最终相似度,并根据最终相似度从各个候选图像中确定查询图像对应的目标图像,将深度学习和随机条件向量场相结合从而提高了图像检索的精度和鲁棒性。
在一种可能的实现方式中,可以将中间相似度的确定、多尺度特征融合以及最终相似度的确定综合到一个深度学习模型中,进行端到端的训练。
图2示出根据本公开一实施例的图像检索方法步骤S12的一示例性的流程图。如图2所示,步骤S12可以包括步骤S121和步骤S122。
在步骤S121中,对图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量。
在步骤S122中,根据多尺度特征向量计算图像组中任意两幅图像间的中间相似度。
本实施例通过对图像组中的每幅图像分别进行多尺度特征提取,由此能够充分挖掘图像的不同尺度的特征,从而有助于进一步提高图像检索结果的准确性,使检索得到的目标图像在各个尺度上均与查询图像接近。
图3示出根据本公开一实施例的图像检索方法步骤S121的一示例性的流程图。如图3所示,步骤S121可以包括步骤S1211和步骤S1212。
在步骤S1211中,对每幅图像提取预定数目的多尺度特征图。
在一种可能的实现方式中,可以通过特征提取网络对图像组中的每幅图像进行特征提取,得到预定数目的不同尺度的特征图,在本实施例中,预定数目可以为3。特征网络采用惯用的特征提取基础网络结构,例如ResNet50、ResNet101或者Inception等。
在步骤S1212中,将每个多尺度特征图规范化为预定维度的特征向量。
在一种可能的实现方式中,可以将提取的每幅图像对应的不同尺度的特征图,经由特征提取网络的池化层和全连接层进行处理,由此将每幅图对应的不同尺度的特征图规范化为同一个预定维度的特征向量,在本实施例中,预定维度可以为128维。
本实施例通过对每幅图像提取预定数目的多尺度特征图,并将每个尺度特征图规范化为预定维度的特征向量,从而有利于后续进行图像间的中间相似度计算。
图4示出根据本公开一实施例的图像检索方法步骤S122的一示例性的流程图。如图4所示,步骤S122可以包括步骤S1221至步骤S1225。
在步骤S1221中,将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量。
在本实施例中,将相同尺度特征向量逐位做差,得到两个向量的差向量。
在步骤S1222中,将差向量逐位做平方,得到差向量的平方向量。
在本实施例中,逐位计算差向量中的每个元素的平方值,得到差向量的平方向量。
在步骤S1223中,对平方向量进行归一化处理,得到归一化向量。
在一种可能的实现方式中,对上述步骤S1222得到的平方向量逐位进行标准差计算,得到归一化向量。
在步骤S1224中,对归一化向量进行降维处理,得到归一化向量对应的二维向量。
在一种可能的实现方式中,可以通过卷积神经网络的全连接层对归一化向量进行降维处理,得到归一化向量对应的二维向量。具体过程为:计算归一化向量与预定系数矩阵的乘积,将该乘积作为归一化向量对应的二维向量。
在本实施例中,通过将归一化向量降维为二维向量,有利于进行二分类,从而确定两个图像是否包含相同的内容(例如在行人重识别中,确定两个图像是否包含相同的行人)。
在步骤S1225中,对二维向量进行归一化处理,得到任意两幅图像间的中间相似度。
在本实施例中,可以采用Sigmoid函数对上述二维向量进行归一化处理,确定任意两幅图像间的中间相似度。
图5示出根据本公开一实施例的图像检索方法步骤S1223的一示例性的流程图。如图5所示,步骤S1223可以包括步骤S12231和步骤S12232。
在步骤S12231中,分别计算平方向量的均值和方差。
在步骤S12232中,将平方向量逐位减均值之后,除以方差,得到归一化向量。
需要说明的是,尽管以图5介绍了对平方向量进行归一化处理的方法如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置对平方向量进行归一化处理的具体方法,只要能够对平方向量进行归一化即可。
图6示出根据本公开一实施例的图像检索方法步骤S13的一示例性的流程图。如图6所示,步骤S13可以包括步骤S131和步骤S132。
在步骤S131中,根据中间相似度进行最终相似度约束,得到收敛的最终相似度估计。
在一种可能的实现方式中,可以利用条件随机场算法,根据中间相似度进行最终相似度约束。
在步骤S132中,对收敛的最终相似度估计进行归一化处理,得到最终相似度。
在一种可能的实现方式中,在根据中间相似度进行最终相似度约束之前,还包括:根据中间相似度对最终相似度估计进行初始化。
作为该实现方式的一个示例,根据中间相似度对最终相似度估计进行初始化,可以包括:将查询图像与候选图像之间的中间相似度与指定系数的乘积,确定为查询图像与候选图像之间的最终相似度估计的初始值。
图7示出根据本公开一实施例的图像检索方法步骤S131的一示例性的流程图。如图7所示,步骤S131可以包括步骤S1311至步骤S1316。
在步骤S1311中,计算查询图像与候选图像中的第一图像之间的第一中间相似度。
本实施例中的第一图像是指候选图像中的某一图像,“第一”在此仅为表述和指代的方便,并不意味着在本公开的具体实现方式中一定会有与之对应的第一图像。
其中,计算查询图像与候选图像中的第一图像之间的第一中间相似度的方法与上文计算中间相似度的方法相同,在此不再赘述。
在步骤S1312中,计算第一图像与候选图像中的第二图像之间的第二中间相似度。
本实施例中的第二图像是指候选图像中不同于第一图像的某一图像,“第二”在此仅为表述和指代的方便,并不意味着在本公开的具体实现方式中一定会有与之对应的第二图像。
其中,计算第一图像与候选图像中的第二图像之间的第二中间相似度的方法与上文计算中间相似度的方法相同,在此不再赘述。
在步骤S1313中,计算查询图像与第二图像之间的最终相似度估计。
在本实施例中,在进行第一轮最终相似度约束时,查询图像与第二图像之间的最终相似度估计可以等于查询图像与第二图像之间的最终相似度估计的初始值,其中,查询图像与第二图像之间的最终相似度估计的初始值可以等于查询图像与第二图像之间的中间相似度与指定系数的乘积。在进行第l+1轮最终相似度约束时,查询图像与第二图像之间的最终相似度估计可以等于第l轮最终相似度约束后得到的查询图像与第二图像之间的最终相似度估计,其中,l≥1。
在步骤S1314中,计算第二中间相似度与最终相似度估计的乘积。
在步骤S1315中,计算第一中间相似度与该乘积的加权叠加结果。
在步骤S1316中,根据加权叠加结果更新查询图像与第一图像之间的最终相似度估计,直至查询图像与第一图像之间的最终相似度估计收敛,得到查询图像与第一图像之间的收敛的最终相似度估计。
其中,αs表示尺度s对应的第一参数,βs表示尺度s对应的第二参数,S表示尺度的总数,表示查询图像p与第一图像i在尺度s的中间相似度,表示第一图像i与第二图像j在尺度s的中间相似度,表示第l轮最终相似度约束后查询图像p与第二图像j在尺度s的最终相似度估计。
在本实施例中,若查询图像与任意一个候选图像之间的最终相似度估计未收敛,则可以继续进行最终相似度约束,直至查询图像与各个候选图像之间的最终相似度估计均收敛。
图8示出根据本公开一实施例的图像检索装置的框图。如图8所示,该装置包括:获取模块81,用于获取包含查询图像和至少一个候选图像的图像组;计算模块82,用于计算图像组中任意两幅图像间的中间相似度;融合模块83,用于根据任意两幅图像间的中间相似度进行多尺度特征融合,得到查询图像与各个候选图像间的最终相似度;确定模块84,用于根据最终相似度从各个候选图像中确定查询图像对应的目标图像。
图9示出根据本公开一实施例的图像检索装置的一示例性的框图。如图9所示:
在一种可能的实现方式中,计算模块82包括:提取子模块821,用于对图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量;计算子模块822,用于根据多尺度特征向量计算图像组中任意两幅图像间的中间相似度。
在一种可能的实现方式中,提取子模块821包括:提取单元,用于对每幅图像提取预定数目的多尺度特征图;规范单元,用于将每个多尺度特征图规范化为预定维度的特征向量。
在一种可能的实现方式中,计算子模块822包括:做差单元,用于将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量;做平方单元,用于将差向量逐位做平方,得到差向量的平方向量;第一归一化单元,用于对平方向量进行归一化处理,得到归一化向量;降维单元,用于对归一化向量进行降维处理,得到归一化向量对应的二维向量;第二归一化单元,用于对二维向量进行归一化处理,得到任意两幅图像间的中间相似度。
在一种可能的实现方式中,第一归一化单元包括:计算子单元,用于分别计算平方向量的均值和方差;归一化子单元,用于将平方向量逐位减均值之后,除以方差,得到归一化向量。
在一种可能的实现方式中,降维单元用于:计算归一化向量与预定系数矩阵的乘积,将该乘积作为归一化向量对应的二维向量。
在一种可能的实现方式中,融合模块83包括:约束子模块831,用于根据中间相似度进行最终相似度约束,得到收敛的最终相似度估计;归一化子模块832,用于对收敛的最终相似度估计进行归一化处理,得到最终相似度。
在一种可能的实现方式中,融合模块83还包括:初始化子模块833,用于根据中间相似度对最终相似度估计进行初始化。
在一种可能的实现方式中,约束子模块831包括:第一计算单元,用于计算查询图像与候选图像中的第一图像之间的第一中间相似度;第二计算单元,用于计算第一图像与候选图像中的第二图像之间的第二中间相似度;第三计算单元,用于计算查询图像与第二图像之间的最终相似度估计;第四计算单元,用于计算第二中间相似度与最终相似度估计的乘积;第五计算单元,用于计算第一中间相似度与该乘积的加权叠加结果;确定单元,用于根据加权叠加结果更新查询图像与第一图像之间的最终相似度估计,直至查询图像与第一图像之间的最终相似度估计收敛,得到查询图像与第一图像之间的收敛的最终相似度估计。
在一种可能的实现方式中,确定模块84用于:将最终相似度大于预设阈值的候选图像作为查询图像对应的目标图像。
本实施例通过获取包含查询图像和至少一个候选图像的图像组,计算图像组中任意两幅图像间的中间相似度,根据任意两幅图像间的中间相似度进行多尺度特征融合,得到查询图像与各个候选图像间的最终相似度,并根据最终相似度从各个候选图像中确定查询图像对应的目标图像,从而能够提高图像检索的精度和鲁棒性。
图10是根据一示例性实施例示出的一种用于图像检索的装置1900的框图。例如,装置1900可以被提供为一服务器。参照图10,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (22)
1.一种图像检索方法,其特征在,包括:
获取包含查询图像和至少一个候选图像的图像组;
计算所述图像组中任意两幅图像间的多个尺度的中间相似度;
根据所述任意两幅图像间的多个尺度的中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度;
根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述计算所述图像组中任意两幅图像间的中间相似度,包括:
对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量;
根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度。
3.根据权利要求2所述的方法,其特征在于,对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量,包括:
对所述每幅图像提取预定数目的多尺度特征图;
将每个所述多尺度特征图规范化为预定维度的特征向量。
4.根据权利要求2所述的方法,其特征在于,根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度,包括:
将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量;
将所述差向量逐位做平方,得到所述差向量的平方向量;
对所述平方向量进行归一化处理,得到归一化向量;
对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量;
对所述二维向量进行归一化处理,得到所述任意两幅图像间的中间相似度。
5.根据权利要求4所述的方法,其特征在于,所述对所述平方向量进行归一化处理,得到归一化向量,包括:
分别计算所述平方向量的均值和方差;
将所述平方向量逐位减所述均值之后,除以所述方差,得到所述归一化向量。
6.根据权利要求4所述的方法,其特征在于,所述对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量,包括:
计算所述归一化向量与预定系数矩阵的乘积,将所述乘积作为所述归一化向量对应的二维向量。
7.根据权利要求1所述的方法,其特征在于,所述根据所述中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度,包括:
根据所述中间相似度进行最终相似度约束,得到收敛的最终相似度估计;
对所述收敛的最终相似度估计进行归一化处理,得到最终相似度。
8.根据权利要求7所述的方法,其特征在于,在所述根据所述中间相似度进行最终相似度约束之前,还包括:
根据所述中间相似度对最终相似度估计进行初始化。
9.根据权利要求7所述的方法,其特征在于,所述根据所述中间相似度进行最终相似度约束,得到收敛的最终相似度估计,包括:
计算所述查询图像与所述候选图像中的第一图像之间的第一中间相似度;
计算所述第一图像与所述候选图像中的第二图像之间的第二中间相似度;
计算所述查询图像与所述第二图像之间的最终相似度估计;
计算所述第二中间相似度与所述最终相似度估计的乘积;
计算所述第一中间相似度与所述乘积的加权叠加结果;
根据所述加权叠加结果更新所述查询图像与所述第一图像之间的最终相似度估计,直至所述查询图像与所述第一图像之间的最终相似度估计收敛,得到所述查询图像与所述第一图像之间的收敛的最终相似度估计。
10.根据权利要求1所述的方法,其特征在于,所述根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像,包括:
将所述最终相似度大于预设阈值的候选图像作为所述查询图像对应的目标图像。
11.一种图像检索装置,其特征在于,包括:
获取模块,用于获取包含查询图像和至少一个候选图像的图像组;
计算模块,用于计算所述图像组中任意两幅图像间的多个尺度的中间相似度;
融合模块,用于根据所述任意两幅图像间的多个尺度的中间相似度进行多尺度特征融合,得到所述查询图像与各个候选图像间的最终相似度;
确定模块,用于根据所述最终相似度从所述各个候选图像中确定所述查询图像对应的目标图像。
12.根据权利要求11所述的装置,其特征在于,所述计算模块包括:
提取子模块,用于对所述图像组中的每幅图像分别进行多尺度特征提取,得到与每幅图像一一对应的多尺度特征向量;
计算子模块,用于根据所述多尺度特征向量计算所述图像组中任意两幅图像间的中间相似度。
13.根据权利要求12所述的装置,其特征在于,所述提取子模块包括:
提取单元,用于对所述每幅图像提取预定数目的多尺度特征图;
规范单元,用于将每个所述多尺度特征图规范化为预定维度的特征向量。
14.根据权利要求12所述的装置,其特征在于,所述计算子模块包括:
做差单元,用于将任意两幅图像对应的多尺度特征向量逐位做差,得到两个多尺度特征向量的差向量;
做平方单元,用于将所述差向量逐位做平方,得到所述差向量的平方向量;
第一归一化单元,用于对所述平方向量进行归一化处理,得到归一化向量;
降维单元,用于对所述归一化向量进行降维处理,得到所述归一化向量对应的二维向量;
第二归一化单元,用于对所述二维向量进行归一化处理,得到所述任意两幅图像间的中间相似度。
15.根据权利要求14所述的装置,其特征在于,所述第一归一化单元包括:
计算子单元,用于分别计算所述平方向量的均值和方差;
归一化子单元,用于将所述平方向量逐位减所述均值之后,除以所述方差,得到所述归一化向量。
16.根据权利要求14所述的装置,其特征在于,所述降维单元用于:
计算所述归一化向量与预定系数矩阵的乘积,将所述乘积作为所述归一化向量对应的二维向量。
17.根据权利要求11所述的装置,其特征在于,所述融合模块包括:
约束子模块,用于根据所述中间相似度进行最终相似度约束,得到收敛的最终相似度估计;
归一化子模块,用于对所述收敛的最终相似度估计进行归一化处理,得到最终相似度。
18.根据权利要求17所述的装置,其特征在于,所述融合模块还包括:
初始化子模块,用于根据所述中间相似度对最终相似度估计进行初始化。
19.根据权利要求17所述的装置,其特征在于,所述约束子模块包括:
第一计算单元,用于计算所述查询图像与所述候选图像中的第一图像之间的第一中间相似度;
第二计算单元,用于计算所述第一图像与所述候选图像中的第二图像之间的第二中间相似度;
第三计算单元,用于计算所述查询图像与所述第二图像之间的最终相似度估计;
第四计算单元,用于计算所述第二中间相似度与所述最终相似度估计的乘积;
第五计算单元,用于计算所述第一中间相似度与所述乘积的加权叠加结果;
确定单元,用于根据所述加权叠加结果更新所述查询图像与所述第一图像之间的最终相似度估计,直至所述查询图像与所述第一图像之间的最终相似度估计收敛,得到所述查询图像与所述第一图像之间的收敛的最终相似度估计。
20.根据权利要求11所述的装置,其特征在于,所述确定模块用于:
将所述最终相似度大于预设阈值的候选图像作为所述查询图像对应的目标图像。
21.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1至10中任意一项所述的方法。
22.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810355179.0A CN108563767B (zh) | 2018-04-19 | 2018-04-19 | 图像检索方法及装置 |
JP2020554349A JP6928725B2 (ja) | 2018-04-19 | 2018-11-21 | 画像検索方法、画像検索装置、電子機器、記憶媒体及びプログラム |
KR1020207018908A KR102460065B1 (ko) | 2018-04-19 | 2018-11-21 | 이미지 검색 방법 및 장치 |
SG11202006003SA SG11202006003SA (en) | 2018-04-19 | 2018-11-21 | Image retrieval method and device |
PCT/CN2018/116781 WO2019200913A1 (zh) | 2018-04-19 | 2018-11-21 | 图像检索方法及装置 |
US16/914,897 US11328171B2 (en) | 2018-04-19 | 2020-06-29 | Image retrieval method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810355179.0A CN108563767B (zh) | 2018-04-19 | 2018-04-19 | 图像检索方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108563767A CN108563767A (zh) | 2018-09-21 |
CN108563767B true CN108563767B (zh) | 2020-11-27 |
Family
ID=63536045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810355179.0A Active CN108563767B (zh) | 2018-04-19 | 2018-04-19 | 图像检索方法及装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11328171B2 (zh) |
JP (1) | JP6928725B2 (zh) |
KR (1) | KR102460065B1 (zh) |
CN (1) | CN108563767B (zh) |
SG (1) | SG11202006003SA (zh) |
WO (1) | WO2019200913A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563767B (zh) | 2018-04-19 | 2020-11-27 | 深圳市商汤科技有限公司 | 图像检索方法及装置 |
CN109299305A (zh) * | 2018-10-30 | 2019-02-01 | 湖北工业大学 | 一种基于多特征融合的空间图像检索系统及检索方法 |
CN110188222B (zh) * | 2019-06-03 | 2022-06-14 | 大连海事大学 | 基于局部语义滤波器和桥接相似度的鞋印检索方法 |
WO2020255227A1 (ja) * | 2019-06-17 | 2020-12-24 | 日本電信電話株式会社 | 学習装置、検索装置、学習方法、検索方法、学習プログラム、及び検索プログラム |
CN110532414B (zh) * | 2019-08-29 | 2022-06-21 | 深圳市商汤科技有限公司 | 一种图片检索方法及装置 |
CN112749602A (zh) * | 2019-10-31 | 2021-05-04 | 北京市商汤科技开发有限公司 | 目标查询方法、装置、设备及存储介质 |
CN111079761B (zh) * | 2019-11-05 | 2023-07-18 | 北京航空航天大学青岛研究院 | 图像处理方法、装置及计算机存储介质 |
CN111126479A (zh) * | 2019-12-20 | 2020-05-08 | 山东浪潮人工智能研究院有限公司 | 一种基于无监督独特性优化的图像描述生成方法及系统 |
CN112307239B (zh) * | 2020-10-29 | 2024-02-02 | 泰康保险集团股份有限公司 | 一种图像检索方法、装置、介质和设备 |
CN112560831B (zh) * | 2021-03-01 | 2021-05-04 | 四川大学 | 一种基于多尺度空间校正的行人属性识别方法 |
JP7341381B2 (ja) | 2021-08-26 | 2023-09-08 | 三菱電機株式会社 | 画像検索装置及び画像検索方法 |
CN113838113B (zh) * | 2021-09-22 | 2024-02-13 | 京东鲲鹏(江苏)科技有限公司 | 三维物体识别方法和装置 |
CN115455227B (zh) * | 2022-09-20 | 2023-07-18 | 上海弘玑信息技术有限公司 | 图形界面的元素搜索方法及电子设备、存储介质 |
KR102594547B1 (ko) * | 2022-11-28 | 2023-10-26 | (주)위세아이텍 | 멀티모달 특성 기반의 이미지 검색 장치 및 방법 |
CN116150417B (zh) * | 2023-04-19 | 2023-08-04 | 上海维智卓新信息科技有限公司 | 一种多尺度多融合的图像检索方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544504A (zh) * | 2013-11-18 | 2014-01-29 | 康江科技(北京)有限责任公司 | 一种基于多尺度图匹配核的场景字符识别方法 |
CN105760488A (zh) * | 2016-02-17 | 2016-07-13 | 北京大学 | 基于多层次特征融合的图像表达方法和装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09161062A (ja) * | 1995-12-13 | 1997-06-20 | Nissan Motor Co Ltd | パターン認識方法 |
JP4674257B2 (ja) * | 1999-01-27 | 2011-04-20 | 株式会社リコー | 画像分類装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
KR100571826B1 (ko) | 2003-12-02 | 2006-04-17 | 삼성전자주식회사 | 대용량 얼굴 인식 장치 및 방법 |
US7813552B2 (en) * | 2004-09-23 | 2010-10-12 | Mitsubishi Denki Kabushiki Kaisha | Methods of representing and analysing images |
JP2009176234A (ja) * | 2008-01-28 | 2009-08-06 | Toshiba Corp | 医用情報システムおよび医用画像保管装置 |
CN102200999B (zh) * | 2011-04-27 | 2012-10-10 | 华中科技大学 | 一种检索相似性形状的方法 |
KR101791518B1 (ko) * | 2014-01-23 | 2017-10-30 | 삼성전자주식회사 | 사용자 인증 방법 및 장치 |
US9830631B1 (en) * | 2014-05-02 | 2017-11-28 | A9.Com, Inc. | Image recognition result culling |
US9740963B2 (en) * | 2014-08-05 | 2017-08-22 | Sri International | Multi-dimensional realization of visual content of an image collection |
JP6554900B2 (ja) * | 2015-04-28 | 2019-08-07 | オムロン株式会社 | テンプレート作成装置及びテンプレート作成方法 |
CN105335713A (zh) * | 2015-10-28 | 2016-02-17 | 小米科技有限责任公司 | 指纹识别方法及装置 |
CN106295613A (zh) * | 2016-08-23 | 2017-01-04 | 哈尔滨理工大学 | 一种无人机目标定位方法及系统 |
JP6390746B2 (ja) * | 2016-09-01 | 2018-09-19 | カシオ計算機株式会社 | 診断支援装置、及び診断支援装置における画像処理方法、並びにプログラム |
CN106383912B (zh) * | 2016-10-14 | 2019-09-03 | 北京字节跳动网络技术有限公司 | 一种图片检索方法和装置 |
CN106886599B (zh) * | 2017-02-28 | 2020-03-03 | 北京京东尚科信息技术有限公司 | 图像检索方法以及装置 |
CN107153824A (zh) * | 2017-05-22 | 2017-09-12 | 中国人民解放军国防科学技术大学 | 基于图聚类的跨视频行人重识别方法 |
CN107391594B (zh) * | 2017-06-29 | 2020-07-10 | 安徽睿极智能科技有限公司 | 一种基于迭代视觉排序的图像检索方法 |
CN107368614B (zh) * | 2017-09-12 | 2020-07-07 | 猪八戒股份有限公司 | 基于深度学习的图像检索方法及装置 |
JP6857586B2 (ja) * | 2017-10-02 | 2021-04-14 | 富士フイルム株式会社 | 画像抽出装置,画像抽出方法および画像抽出プログラムならびにそのプログラムを格納した記録媒体 |
CN107704890B (zh) * | 2017-10-27 | 2020-01-14 | 北京旷视科技有限公司 | 一种四元组图像的生成方法和装置 |
US10585953B1 (en) * | 2017-12-29 | 2020-03-10 | Shutterstock, Inc. | Migrating image histories between different databases |
CN108563767B (zh) * | 2018-04-19 | 2020-11-27 | 深圳市商汤科技有限公司 | 图像检索方法及装置 |
-
2018
- 2018-04-19 CN CN201810355179.0A patent/CN108563767B/zh active Active
- 2018-11-21 KR KR1020207018908A patent/KR102460065B1/ko active IP Right Grant
- 2018-11-21 WO PCT/CN2018/116781 patent/WO2019200913A1/zh active Application Filing
- 2018-11-21 JP JP2020554349A patent/JP6928725B2/ja active Active
- 2018-11-21 SG SG11202006003SA patent/SG11202006003SA/en unknown
-
2020
- 2020-06-29 US US16/914,897 patent/US11328171B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544504A (zh) * | 2013-11-18 | 2014-01-29 | 康江科技(北京)有限责任公司 | 一种基于多尺度图匹配核的场景字符识别方法 |
CN105760488A (zh) * | 2016-02-17 | 2016-07-13 | 北京大学 | 基于多层次特征融合的图像表达方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108563767A (zh) | 2018-09-21 |
SG11202006003SA (en) | 2020-07-29 |
US11328171B2 (en) | 2022-05-10 |
WO2019200913A1 (zh) | 2019-10-24 |
KR102460065B1 (ko) | 2022-10-27 |
JP6928725B2 (ja) | 2021-09-01 |
KR20200093631A (ko) | 2020-08-05 |
JP2021508899A (ja) | 2021-03-11 |
US20200327363A1 (en) | 2020-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108563767B (zh) | 图像检索方法及装置 | |
CN109886326B (zh) | 一种跨模态信息检索方法、装置和存储介质 | |
CN108629414B (zh) | 深度哈希学习方法及装置 | |
CN109816039B (zh) | 一种跨模态信息检索方法、装置和存储介质 | |
US9922240B2 (en) | Clustering large database of images using multilevel clustering approach for optimized face recognition process | |
WO2019240964A1 (en) | Teacher and student based deep neural network training | |
EP4302234A1 (en) | Cross-modal processing for vision and language | |
CN110019849B (zh) | 一种基于注意力机制的视频关注时刻检索方法及装置 | |
CN111428805B (zh) | 显著性物体的检测方法、模型、存储介质及电子设备 | |
US20150036930A1 (en) | Discriminating synonymous expressions using images | |
US20220138439A1 (en) | Multi-lingual tagging for digital images | |
US20170262755A1 (en) | Supporting generation of a response to an inquiry | |
US9378466B2 (en) | Data reduction in nearest neighbor classification | |
US11157829B2 (en) | Method to leverage similarity and hierarchy of documents in NN training | |
CN114882334A (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
CN111915703B (zh) | 一种图像生成方法和装置 | |
CN114186039A (zh) | 一种视觉问答方法、装置及电子设备 | |
CN110309294B (zh) | 内容集合的标签确定方法及装置 | |
CN112884144A (zh) | 网络量化方法及装置、电子设备和存储介质 | |
CN110362810B (zh) | 文本分析方法及装置 | |
CN110362809B (zh) | 文本分析方法及装置 | |
CN116029291B (zh) | 关键词识别方法、装置、电子设备和存储介质 | |
CN110362808B (zh) | 文本分析方法及装置 | |
CN110555104B (zh) | 文本分析方法及装置 | |
CN117540725B (zh) | 方面级情感分析方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |