CN109766470A - 图像检索方法、装置及处理设备 - Google Patents
图像检索方法、装置及处理设备 Download PDFInfo
- Publication number
- CN109766470A CN109766470A CN201910038019.8A CN201910038019A CN109766470A CN 109766470 A CN109766470 A CN 109766470A CN 201910038019 A CN201910038019 A CN 201910038019A CN 109766470 A CN109766470 A CN 109766470A
- Authority
- CN
- China
- Prior art keywords
- image
- search result
- library
- collection
- 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.)
- Pending
Links
Abstract
本发明提供了一种图像检索方法、装置及处理设备,涉及图像检索技术领域,该方法包括:获取对象的待比对图像;在已预先分类过的图像底库中对待比对图像进行检索,并返回第一检索结果;第一检索结果包含第一预设数量的图像集合;或,在图像底库中对待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行分类筛选得到第三检索结果;输出第一检索结果或第三检索结果。本发明实施例提供的图像检索方法、装置及处理设备,可以降低重复的情况,提供更多符合用户需要的检索结果,提高了检索效率和用户的体验度。
Description
技术领域
本发明涉及图像检索技术领域,尤其是涉及一种图像检索方法、装置及处理设备。
背景技术
目前基于人像底库进行检索已经成为了人像检索的常见功能,然而人像底库中的图片存在重复的情况,即单人对应存储有多张人像,该多张人像可以是其在多个时间点或者多个区域的身份图片,例如某人在18岁的身份证图片和28岁的身份证图片,或者其他证件图片,上述情况会对人像检索造成干扰。
人像检索的核心目的是返回与待比对图片相似度较高的TopM人员信息,实际操作时返回的是与待比对图片相似度较高的TopM图片。由于存在单人对应存储多张图片的情况,返回的TopM图片中被同人的多张图片占据,导致其他相似度较高的人无法展示,无法满足用户期望看到TopM个人员的需求。
针对现有的人像检索方式存在的上述问题,目前还未提出有效解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种图像检索方法、装置及处理设备,可以提供更多符合用户需要的检索结果,提高了检索效率和用户的体验度。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种图像检索方法,包括:获取对象的待比对图像;在已预先分类过的图像底库中对所述待比对图像进行检索,并返回第一检索结果;所述已预先分类过的图像底库包含多个图像集合,且属于同一对象的图像位于同一个图像集合;所述第一检索结果包含第一预设数量的图像集合;或,在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果;所述第二检索结果包含第二预设数量的图像,所述第三检索结果包含所述第一预设数量的图像集合,且属于同一对象的图像位于同一个图像集合;所述第二预设数量大于所述第一预设数量;输出所述第一检索结果或所述第三检索结果。
进一步,所述在图像底库中对所述待比对图像进行检索,所述图像底库为未预先分类过的图像底库。
进一步,第一检索结果为已预先分类过的图像底库中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量;和/或,第二检索结果为图像底库中与待比对图像相似度最高的前N个图像序列,N为第二预设数量;和/或,第三检索结果为第二检索结果中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量。
进一步,对图像底库进行预先分类,包括使用预设的聚类算法对图像底库中的图像进行聚类,得到多个图像集合。
进一步,对图像底库进行预先分类,包括:根据图像底库中的图像的属性信息对图像底库中的图像进行分类,得到多个图像集合。
进一步,所述方法还包括,根据所述属性信息对图像底库中的图像进行分类得到的图像集合中包含一张图像或多张图像;对于包含多张图像的情况,对所述分类后得到的图像集合中的每两张图像进行比对或对图像集合包含的图像进行聚类;根据比对或聚类结果确定不属于所述分类得到的图像集合的图像A,并将图像A从所述分类后得到的图像集合中移出,将其与其他图像集合中的图像进行比对,得到图像A与其他图像集合中的图像的相似度;如果相似度大于阈值,则将图像A并入所述图像所在的图像集合;如果相似度均不大于阈值,则将图像A单独归为一个图像集合。
进一步,所述方法还包括,对于没有属性信息的图像,使其与根据所述属性信息对图像底库中的图像进行分类得到的图像集合中的图像进行比对,得到没有属性信息的图像与分类得到的图像集合中的图像的相似度;如果相似度大于阈值,则将所述没有属性信息的图像并入所述图像所在的图像集合;如果相似度均不大于阈值,则将所述没有属性信息的图像单独归为一个图像集合。
进一步,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,包括:使用预设的聚类算法对返回的第二检索结果中的图像进行聚类使属于同一对象的图像位于同一个图像集合,由此得到多个图像集合;从多个图像集合中筛选出与待比对图像相似度最高的M个图像集合作为第三检索结果,M为第一预设数量。
进一步,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,包括:执行下述迭代过程直到得到的图像集合数量达到第一预设数量,n的初始值为1:将第二检索结果中的第n+1到第N个图像与第二检索结果中的第n个图像进行比对;如果第n+1到第N个图像中有i个图像与第n个图像的相似度大于预设阈值,则将所述i个图像与第n个图像归为一个图像集合,并将所述i个图像从第二检索结果中删除,对序列中的图像重新编号;如果第n+1到第N个图像与第n个图像的相似度均不大于预设阈值,将第n个图像作为一个图像集合;将n的值加1;迭代过程结束后,将得到的全部所述图像集合作为第三检索结果;其中N为第二预设数量。
进一步,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,在执行迭代过程前还包括:将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列。
进一步,所述对返回的第二检索结果进行筛选得到第三结果的步骤,包括:将第二检索结果中的第1到M个图像作为第一图像序列;执行下述迭代过程直到得到的图像集合数量达到第一预设数量/m的值等于M,m的初始值为1:将第一图像序列中的第m+1到第M个图像与第一图像序列中的第m个图像进行比对;如果第m+1到第M个图像中有j个图像与第m个图像的相似度大于预设阈值,则将这j个图像与第m个图像归为一个图像集合,并将这j个图像从第一图像序列中删除,将第M+1个图像到第M+j个图像递补到第一图像序列中使第一图像序列中的图像数量始终保持为M个,对第一图像序列中的图像重新编号;如果第m+1到第M个图像与第m个图像的相似度均不大于预设阈值,将第m个图像作为一个图像集合;将m的值加1;迭代结束后,将得到的全部所述图像集合作为第三检索结果;其中M为第一预设数量。
进一步,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,还包括:在所述将第二检索结果中的第1到M个图像作为第一图像序列的步骤之前,将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列,N为第二预设数量。
进一步,根据预设显示规则显示所述第一检索结果或第三检索结果。
进一步,预设的显示规则为对第一检索结果或第三检索结果包括的每个图像集合中的一张图像进行显示。
进一步,预设的显示规则为根据展开指令对第一检索结果或第三检索结果包括的图像集合的所有图像进行显示。
第二方面,本发明实施例提供了一种图像检索方法,包括:根据图像底库的规模、是否包含属性信息和/或比对算法的准确度来选择图像检索方法;当图像底库中图像的数量低于预设条件时,使用第一方面第三种可能的实施方式提供的图像检索方法;当图像底库中存储了至少部分图像的属性信息时,使用权利要求第一方面的第四至第六种可能的实施方式提供的图像检索方法;当图像底库中图像的数量高于预设条件且同一对象对应的图像数量小于预设数量阈值时,使用第一方面第七种可能的实施方式提供的图像检索方法;当比对算法的准确度高于预设准确度阈值时,使用第一方面的第八至第十一种可能的实施方式提供的方法。
第三方面,本发明实施例提供了一种图像检索装置,包括:获取模块,用于获取对象的待比对图像;第一检索模块,用于在已预先分类过的图像底库中对所述待比对图像进行检索,并返回第一检索结果;所述已预先分类过的图像底库包含多个图像集合,且属于同一对象的图像位于同一个图像集合;所述第一检索结果包含第一预设数量的图像集合;或,第二检索模块,用于在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果;所述第二检索结果包含第二预设数量的图像,所述第三检索结果包含所述第一预设数量的图像集合,且属于同一对象的图像位于同一个图像集合;所述第二预设数量大于所述第一预设数量;输出模块,用于输出所述第一检索结果或所述第三检索结果。
第四方面,本发明实施例提供了一种处理设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面任一项所述的方法的步骤。
第五方面,本发明实施例提供了一种具有处理器可执行的程序代码的计算机可读介质,所述程序代码使所述处理器执行第一方面任一项所述的方法的步骤。
本发明实施例提供的图像检索方法、装置及处理设备,通过对图像底库进行分类或者对返回的检索结果进行分类,可以将属于同一对象的多张图像合并至一个图像集合中,从而减少了最终的检索结果中属于同一个对象的图像的数量,即降低了重复的情况,提供了更多符合用户需要的检索结果,提高了检索效率和用户的体验度。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种电子设备的结构示意图;
图2示出了本发明实施例所提供的一种图像检索方法的流程图;
图3示出了本发明实施例所提供的一种图像检索装置的结构框图;
图4示出了本发明实施例所提供的另一种图像检索装置的结构框图;
图5示出了本发明实施例所提供的另一种图像检索装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的图像检索方法,返回的检索结果为与待比对图片相似度较高的TopM图片,但是如果由于存在单人多张图像数据的情况,就会出现人像检索结果中出现大量相同人员的图片,此时的TopM图片中有多张被同一人的图片占据,无法展示其他与待比对图片相似度较高的人员的信息,无法满足用户的实际需求,检索体验差。
为改善上述现有技术存在的问题,本发明实施例提供了一种图像检索方法、装置及处理设备,以下通过本发明的实施例进行详细介绍。
首先,参照图1来描述用于实现本发明实施例的图像检索方法的示例电子设备100。
如图1所示的一种电子设备的结构示意图,电子设备100包括一个或多个处理设备102、一个或多个存储装置104。可选地,图1所示电子设备100还可以包括输入装置106、输出装置108以及数据采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理设备102可以是网关,也可以为智能终端,或者是包含中央处理单元(CPU)、图像处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对所述电子设备100中的其它组件的数据进行处理,还可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理设备102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述数据采集装置110可以采集对象的图像,并且将所采集的图像存储在所述存储装置104中以供其它组件使用。示例性地,该数据采集装置110可以为摄像头。
示例性地,用于实现根据本发明实施例的图像检索方法的示例电子设备中的各器件可以集成设置,也可以分散设置,诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体,而将数据采集装置110分离设置。
示例性地,用于实现根据本发明实施例的图像检索方法的示例电子设备可以被实现为诸如服务器、智能手机、平板电脑、个人计算机等智能终端。
根据本发明实施例,提供了一种图像检索方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是本发明实施例提供的一种图像检索方法的流程图,该方法包括如下步骤:
步骤S202,获取对象的待比对图像。
本实施例提供的图像检索方法可以应用于图像检索系统,该图像检索系统可以包括图像底库或者连接有图像底库。在获得图像检索要求后,可以将待检索对象的待比对图像上传至图像底库,以在图像底库中进行比对,图像底库会返回满足相似度阈值的结果数据。其中,图像底库是指一组人像库的集合;相似度阈值是指两张图像确定为属于同一个对象的最小相似度,可以根据实际应用场景确定。
步骤S204,在已预先分类过的图像底库中对待比对图像进行检索,并返回第一检索结果。
为了减少检索结果中属于同一个对象的图像,可以预先将图像底库中属于同一个对象的图像进行合并使属于同一对象的一张或多张图像位于同一个图像集合,也就是对图像底库进行预先分类。在已预先分类过的图像底库中包含多个图像集合,即图像底库中的图像以图像集合的形式存在。
在已预先分类过的图像底库中对待比对图像进行检索时,待比对图像只与图像底库的图像集合中的一张图像进行比对,并把待比对图像与该张图像的相似度作为待比对图像与该图像集合的相似度。取与待比对图像相似度较高的前第一预设数量(TopM)的图像集合作为第一检索结果,因此第一检索结果包含第一预设数量的图像集合,第一检索结果为已预先分类过的图像底库中与待比对图像相似度最高的前M个图像集合。
在该实施方式中,即使图像底库中存在属于同一个对象的K张图像,进行检索时,这K张图像作为一个图像集合与待比对对象进行一次比对,得到的是一个相似度结果,当相似度结果满足topM条件时,返回的是一个图像集合,仅占topM中的一席。而在现有技术中,进行检索时,K张图像中的每一张都单独与待比对对象进行比对,得到的是K个相似度结果,当相似度结果满足topM条件时,返回的是K张图像,在topM中占据K席。
步骤S206,在图像底库中对待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果。
假设图像底库中存在属于同一个对象的K张图像,如果未预先对图像底库进行分类,进行检索时,K张图像中的每一张都单独与待比对对象进行比对,得到的是K个相似度结果,当相似度结果满足topM条件时,返回的是K张图像,在topM中占据K席。为避免输出给用户的结果被同一对象的K张图片占据,需要对检索返回的结果进行处理再输出给用户。具体的处理手段可以为,对检索返回的结果(图像或图像序列)按照其所属于的对象进行分类,将属于同一个对象的图像进行合并得到多个图像集合,再从多个图像集合中筛选出与待比对图像相似度最高的第一预设数量个图像集合作为第三检索结果输出给用户。当图像底库中存在属于同一个对象的K张图像时,对检索返回的结果按照其属于的对象分类并将属于同一个对象的图像合并后所得图像集合的数量小于检索返回的结果中的图像数量,因此,为获得包含第三预设数量的图像集合,必须使检索返回的第二检索结果中包含足够多的第二预设数量的图像,才能使第二检索结果聚类、筛选后得到第一预设数量的图像集合。如果第二预设数量过大,则浪费算力;如果第二预设数量过小,则使第二检索结果聚类、筛选后得到的图像集合的数量达不到第一预设数量。第二预设数量可根据第一预设数量和图像底库中同一对象对应的图像数量来确定,第二预设数量至少应该大于第一预设数量。例如,第一预设数量为100时,第二预设数量可以为1000。第二检索结果为图像底库中与待比对图像相似度最高的前N个图像,第三检索结果为第二检索结果中与待比对图像相似度最高的前M个图像集合。
步骤S208,输出第一检索结果或第三检索结果。
在得到第一检索结果或第三检索结果后,将其输出作为图像检索的结果。
本发明实施例提供的上述图像检索方法,通过对图像底库进行分类或者对返回的检索结果进行分类,可以将属于同一对象的多张图像合并至一个图像集合中,从而减少了输出的检索结果中属于同一个对象的图像的数量,即降低了重复的情况,提供了更多符合用户需要的检索结果,提高了检索效率和用户的体验度。
一般的,用户关注的是相似度最高的图像或图像集合,而且通常情况下,检索返回的第一检索结果、第二检索结果已经是按照相似度大小排序的图像序列,由第二检索结果聚类、筛选得到的第三检索结果也相应的为图像序列,因此上述第一检索结果为可以已预先分类过的图像底库中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量;第二检索结果可以为图像底库中与待比对图像相似度最高的前N个图像序列,N为第二预设数量;第三检索结果可以为第二检索结果中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量。
对图像底库进行预先分类可以采用多种分类方法,将属于同一个对象的图像作为一类或一组。选择分类方法的过程中可以考虑图像底库的特点,例如图像底库中图像的数量、图像底库中是否存储有图像关联的属性信息等,确定实际可以采用的分类方法。例如可以使用以下分类方式执行图像底库的预先分类:
1.使用预设的聚类算法对图像底库中的图像进行聚类,得到多个图像集合。
对图像底库使用聚类算法对图像进行聚类,适用于图像底库中的图像数量并不十分巨大(例如,图像底库中图像数量在100万以内)的应用场景中,可以使用满足需要的各种聚类算法对图像底库进行聚类,使属于同一对象的一张或多张图像位于同一图像集合。该方法不是特别适用于底库中图像数量巨大的场景,这是由于聚类算法需要对图像执行两两的比对,需要的计算量较大,计算时间较长。
2.获取图像底库中的图像的属性信息,并根据上述属性信息对图像底库中的图像进行分类,得到多个图像集合。
上述属性信息可以是标识图像对应对象的标识,用于区分图像所属的不同对象,例如对象的身份证号或姓名。此方法适用于图像底库中存储了至少部分图像关联的属性信息的应用场景,例如当图像底库中的至少部分图像关联了身份证号时,可以使用身份证号对图像底库进行分类,通过遍历图像底库将同一身份证号的图像数据分为一类。
使用该方法存在以下两种问题:1,图像关联的属性信息有误,不属于同一对象的图像被关联到了同一属性信息;2,有些图像未关联属性信息。
出现第一种问题的概率很小。对于第一种问题,可以采用如下方案解决:根据所述属性信息对图像底库中的图像进行分类得到的图像集合中包含一张图像或多张图像,对于包含多张图像的情况,可以将图像集合中的每两张图像进行比对或对图像集合包含的图像进行聚类,确定不属于该图像集合的图像A,并将该图像A从该图像集合中移出。如果是上述聚类方式,可以将聚类后数量最多的一组图像留在该集合中,其他图像移出;如果是上述比对方式,可以将相似度低于阈值的图像移出。
将上述移出的图像A与其他图像集合中的图像进行比对。如果相似度大于阈值,则将图像A并入上述图像所在的图像集合;如果相似度均不大于阈值,则将图像A单独归为一个图像集合。最后将同一对象的图像放在一个图像标识下,即单标识关联此对象的多张图片。使用上述方法,可以避免属性信息不准确导致的分类不准确。对于第二种问题,对于没有关联属性信息的图像,无法用属性信息对其进行分类使其属于某一图像集合,这时可使其与已有的图像集合(即根据属性信息对图像底库中有属性信息的图像进行分类所得的图像集合)中的图像进行比对,寻找该图像所属的分类;如果相似度大于阈值,则将所述没有属性信息的图像并入图像所在的图像集合;如果相似度均不大于阈值,则将没有属性信息的图像单独归为一个图像集合。这样可以避免图像属性信息不全导致的分类不准确。如前所述,除对图像底库进行预先分类外,还可以在图像底库中进行检索,对返回的第二检索结果进行筛选得到第三检索结果。这里的图像底库可以是未预先分类的图像底库,也可以是已预先分类过的图像底库。在已预先分类过的图像底库进行检索时,由于已预先分类过的图像底库已经是图像集合,返回的第二检索结果也相应的是图像集合,属于同一对象的图像已经位于同一图像集合,再对第二检索结果进行分类、筛选作用不大。使用未预先分类的图像底库可以节省预先分类的时间成本和人工成本,在返回的检索结果的基础上再进行分类、筛选。例如可以使用以下方式执行第二检索结果的分类和筛选:
1.使用预设的聚类算法对返回的第二检索结果中的图像进行聚类使属于同一对象的图像位于同一个图像集合,由此得到多个图像集合;从多个图像集合中筛选出与待比对图像相似度最高的M个图像集合作为第三检索结果,其中M为第一预设数量。上述筛选过程可以是将多个图像集合按照与待比对图像的相似度进行排序,然后选择相似度最高的M个图像集合。
以人像检索为例,在未预先分类的人像底库对待比对人像进行检索并返回第二检索结果,第二检索结果包含与待比对人像相似度最高的前1000张图像,然后用预设的聚类算法对返回的第二检索结果中的图像进行聚类使属于同一对象的图像位于同一个图像集合,由此得到多个图像集合,从聚类所得的图像集合中选择与待比对人像相似度最高的前100个图像集合作为第三检索结果,将第三检索结果输出给用户。需要说明的是,一个图像集合与待比对图像的相似度可用该图像集合中的一张图像(可以是任意一张图像,也可以是封面图像)与待比对图像的相似度代替,也可用该图像集合中的各张图像与待比对图像的相似度的平均值代替。封面图像可以选择图像集合中质量最优的图像,例如清晰度最高的图像。从聚类所得的图像集合中选择与待比对人像相似度最高的前100个图像集合作为第三检索结果,可以是将聚类所得的图像集合按照与待比对人像的相似度排序,再选择相似度最高的100个图像集合作为第三检索结果,也可以是从聚类所得的图像集合中选择与待比对人像相似度最高的前100个图像集合,再将这100个图像集合按照封面图像与待比对人像的相似度重新排序,将重新排序获得的100个图像集合作为第三检索结果。
此方法适用于图像底库中所包含的图像数量巨大(例如图像数量为千万张、上亿张),且图像底库中同一对象的图像数量不多(例如几乎没有属于同一对象的图像)的应用场景。当图像底库中所包含的图像数量巨大时,对底库预先分类需要使用较多算力,且图像底库中同一对象的数量不多,预先分类效率不高,因此这种情况下更适用对检索返回的结果进行分类、筛选的手段。
2.上述方法先将第二检索结果聚类为图像集合,再筛选与待比对图像相似度最高的前N个图像集合作为第三检索结果。然而,有些情形下并不需要对第二检索结果中的所有图像都进行聚类,可以一边筛选一边聚类,保证筛选完毕准备用于输出的图像之间已经聚类完毕,不属于同一对象即可。同时,也不需要筛选出的图像集合包含该对象的所有图像。由此可以采用如下方案对第二检索结果进行筛选:
第二检索结果为图像底库中与待比对图像相似度最高的前N个图像的序列,N为第二预设数量时,可以执行下述迭代过程直到得到的图像集合数量达到第一预设数量,n的初始值为1:
(1)将第二检索结果中的第n+1到第N个图像与第二检索结果中的第n个图像进行比对。首先根据第二检索结果中的图像的相似度顺序,按相似度由高到低依次将第二检索结果中的图像确定为目标图像。以人像检索为例,在图像底库对待比对人像进行检索并返回第二检索结果,第二检索结果包含与待比对人像相似度最高的前1000张图像,按照相似度顺序依次选择第二检索结果中的图像作为目标图像,分别将目标图像与第二检索结果中比该目标图像排位靠后的图像做比对。例如,第二结果中的第5张图像作为目标图像时,需要将第6-1000张图像与第5张图像做比对。
(2)如果第n+1到第N个图像中有i个图像与第n个图像的相似度大于预设阈值,则将这i个图像与第n个图像归为一个图像集合,并将这i个图像从第二检索结果中删除,对序列中的图像重新编号;如果第n+1到第N个图像与第n个图像的相似度均不大于预设阈值,将第n个图像作为一个图像集合。将比对结果大于预设阈值的排位靠后的图像与对应的目标图像存储为一个图像集合,并将比对结果大于预设阈值的排位靠后的图像从第二检索结果中删除;如果对比结果均不大于预设阈值,将目标图像存储为一个图像集合。在图像集合中可能保存了一个图像,也可能保存了多个图像。例如,当第二检索结果中的第7张和第10张图像与第5张图像的相似度大于阈值时,则将第7张、第10张图像与第5张图像归为一个图像集合,将第7张、第10张图像从第二检索结果中删除,原第二检索结果中的第8张图像变为第7张图像,原第9张图像变为第8张图像,原第11张图像变为第9张图像,原第11张以后的图像编号依次顺延,第二检索结果中的图像数变为998个。如果第二检索结果中的第6-1000张图像与第5张图像的相似度均不大于阈值,则将第5张图像单独作为一个图像集合。
(3)将n的值加1。
当得到的图像集合的数量达到第一预设数量时,结束迭代过程,将得到的全部图像集合作为第三检索结果。以第一预设数量是100为例,在得到100个图像集合后,即可停止比对。此时第二检索结果中的部分图像并未经过比对,以第二检索中的前100张图像在第二检索结果中均不存在对应同一对象的其他图像的极端情况为例,第二检索结果的第101-1000张图像只与前100张图像进行了两两比对,未与第101-1000张图像进行两两比对,大大提高了检索效率。
同时,如果上述第二检索结果中的N个图像未按照与待比对对象的相似度排序,则可以在执行迭代过程之前先将N个图像按照与待比对图像的相似度从高到低排序,得到未预先分类过的图像底库中与待比对图像相似度最高的前N个图像的序列,N为上述第二预设数量。
3.第二检索结果为未预先分类过的图像底库中与待比对图像相似度最高的前N个图像的序列,N为第二预设数量,将第二检索结果中的第1到M个图像作为第一图像序列。例如,第二检索结果为图像底库中与待比对图像相似度最高的前1000个图像的序列,将第二检索结果中的第1到100个图像作为第一图像序列。可以执行下述迭代过程直到得到的图像集合数量达到第一预设数量/m的值等于M,m的初始值为1:
(1)将第一图像序列中的第m+1到第M个图像与第一图像序列中的第m个图像进行比对;例如,m为5时,将第一图像序列中的第6-100个图像与第一图像序列的第一张图像进行比对。
(2)如果第m+1到第M个图像中有j个图像与第m个图像的相似度大于预设阈值,则将这j个图像与第m个图像归为一个图像集合,并将这j个图像从第一图像序列中删除,将第M+1个图像到第M+j个图像递补到第一图像序列中使第一图像序列中的图像数量始终保持为M个,对第一图像序列中的图像重新编号;如果第m+1到第M个图像与第m个图像的相似度均不大于预设阈值,将第m个图像作为一个图像集合。例如,当第一图像序列的第6-100个图像中有2张图像第7张、第10张与第5张图像的相似度大于预设阈值,则将第7张、第10张图像与第5张图像归为一个图像集合,将第7张、第10张图像从第一图像序列中删除,将第二检索结果中的第101-102张图像递补到第一图像序列中使第一图像序列中的图像数量始终保持为100个,并将第原第一序列中的第8张图像变为第7张图像,原第9张图像变为第8张图像,原第11张图像变为第9张图像,原第11张以后的图像编号依次顺延,原第二检索结果中的第101-102张图像作为第一图像序列的第99-100张图像。如果第一图像序列中的第6-100张图像与第5张图像的相似度均不大于阈值,则将第5张图像单独作为一个图像集合。
(3)将m的值加1;迭代结束后,将得到的全部图像集合作为第三检索结果。
此方式与方式2的不同之处在于,方式3只在包含第一预设数量图像的第一图像序列内部进行聚类,聚类使可能产生的图像序列少于第一预设数量时,再从顺序位于第一图像序列后的图像中补充图像到第一图像序列,当第一预设数量N为100,第二预设数量N为1000时,在步骤1中,方式2进行约100*1000次的比对,方式3进行100*50次比对,提高了检索效率。
同时,如果上述第二检索结果中的N个图像未排序,则可以先将N个图像按照与待比对图像的相似度从高到低排序,得到未预先分类过的图像底库中与待比对图像相似度最高的前N个图像的序列,N为上述第二预设数量。
第2种和第3种方法完全依赖人脸比对算法对检索结果进行分类,适用于人脸比对算法准确率比较高的场景,例如人脸比对算法准确率大于90%时。
在经过上述分类方法得到最终的检索结果后,需要将其显示给用户,为了方便用户查看,可以根据预设显示规则显示第一检索结果或第三检索结果,例如显示第一检索结果包括的每个图像集合的一张图像,或第三检索结果包括的每个图像集合的一张图像。显示的该张图像可以是前述封面图像。
在接收用户输入的展开指令时,可以将展开指令对应的第一检索结果或第三检索结果包括的图像集合的所有图像进行显示。例如,可以设置为用户点击显示的图像(或封面图像),即可查看此图像集合中的其他图像。接举前例,人像检索的结果可以展示以人为维度的Top100个检索结果,根据前述方法可以得到Top100个人的封面图像,点击任意一张封面图像,即可查看此人的其他图像。
本发明实施例还提供了一种图像检索方法,包括根据图像底库的规模、是否包含属性信息和/或比对算法的准确度来选择图像检索方法,可以包括以下多种情况:
1.当图像底库中图像的数量低于预设条件时,可以对图像底库通过预设的聚类算法对图像底库中的图像聚类来进行预先分类,得到多个图像集合,然后再对预先分类过的图像底库(即上述得到的多个图像集合)中对待对比图像进行检索,并返回第一检索结果,具体可以参见前述实施例在此不再赘述。
2.当图像底库中存储了至少部分图像的属性信息时,可以根据属性信息对图像底库进行预先分类,得到多个图像集合,然后再对预先分类过的图像底库(即上述得到的多个图像集合)中对待对比图像进行检索,并返回第一检索结果。该属性信息例如可以是图像中包括对象的身份证号或者姓名等。
3.当图像底库中图像的数量高于预设条件且同一对象对应的图像数量小于预设数量阈值时,可以在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行聚类、筛选得到第三检索结果。
4.当比对算法的准确度高于预设准确度阈值时,也可以在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行分类、筛选得到第三检索结果,具体筛选过程可以参见前述实施例。
其中,图像底库中图像数量的预设条件、同一对象对应的图像数量的预设数量阈值、比对算法的准确度阈值可以根据实际应用的需要及设备的计算能力确定。例如,当计算能力卓越时,即使图像底库中图像的数量较多,仍可以对图像底库使用聚类的方法进行预先分类,而计算能力较差时,图像底库中图像数量的预设条件需要制定的较低。
对应前述实施例中所提供的图像检索方法,本发明实施例还提供了一种图像检索装置,参见图3所示的一种图像检索装置的结构框图,包括:
获取模块32,用于获取对象的待比对图像;
第一检索模块34,用于在已预先分类过的图像底库中对待比对图像进行检索,并返回第一检索结果;已预先分类过的图像底库包含多个图像集合,且属于同一对象的图像位于同一个图像集合;第一检索结果包含第一预设数量的图像集合;
或,第二检索模块36,用于在图像底库中对待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果;第二检索结果包含第二预设数量的图像,第三检索结果包含第一预设数量的图像集合,且属于同一对象的图像位于同一个图像集合;第二预设数量大于第一预设数量;
输出模块38,用于输出第一检索结果或第三检索结果。
本发明实施例提供的上述图像检索装置,通过对图像底库进行分类或者对返回的检索结果进行分类,可以将相似的多张图像合并至一个图像集合中,从而减少了最终的检索结果中属于同一个对象的图像的数量,即降低了重复的情况,提供了更多符合用户需要的检索结果,提高了检索效率和用户的体验度。
在一种实施方式中,在图像底库中对待比对图像进行检索,图像底库为未预先分类过的图像底库。
在另一种实施方式中,第一检索结果为已预先分类过的图像底库中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量;和/或,第二检索结果为图像底库中与待比对图像相似度最高的前N个图像序列,N为第二预设数量;和/或,第三检索结果为第二检索结果中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量。
在另一种实施方式中,参见图4所示的一种图像检索装置的结构框图,上述装置还包括预先分类模块42,用于对图像底库进行预先分类,包括使用预设的聚类算法对图像底库中的图像进行聚类,得到多个图像集合。
在一种实施方式中,预先分类模块用于:根据图像底库中的图像的属性信息对图像底库中的图像进行分类,得到多个图像集合。
进一步,上述预先分类模块用于:分类得到的图像集合中包含一张图像或多张图像;对于包含多张图像的情况,对分类后得到的图像集合中的每两张图像进行比对或对图像集合包含的图像进行聚类;根据比对或聚类结果确定不属于分类得到的图像集合的图像A,并将图像A从分类后得到的图像集合中移出,将其与其他图像集合中的图像进行比对,得到图像A与其他图像集合中的图像的相似度;如果相似度大于阈值,则将图像A并入图像所在的图像集合;如果相似度均不大于阈值,则将图像A单独归为一个图像集合。
进一步,上述预先分类模块用于:对于没有属性信息的图像,使其与分类得到的图像集合中的图像进行比对,得到没有属性信息的图像与分类得到的图像集合中的图像的相似度;如果相似度大于阈值,则将没有属性信息的图像并入图像所在的图像集合;如果相似度均不大于阈值,则将没有属性信息的图像单独归为一个图像集合。
在一种实施方式中,第二检索模块用于:使用预设的聚类算法对返回的第二检索结果中的图像进行聚类使属于同一对象的图像位于同一个图像集合,由此得到多个图像集合;从多个图像集合中筛选出与待比对图像相似度最高的M个图像集合作为第三检索结果,M为第一预设数量。
在另一种实施方式中,第二检索模块用于:执行下述迭代过程直到得到的图像集合数量达到第一预设数量,n的初始值为1:将第二检索结果中的第n+1到第N个图像与第二检索结果中的第n个图像进行比对;如果第n+1到第N个图像中有i个图像与第n个图像的相似度大于预设阈值,则将i个图像与第n个图像归为一个图像集合,并将i个图像从第二检索结果中删除,对序列中的图像重新编号;如果第n+1到第N个图像与第n个图像的相似度均不大于预设阈值,将第n个图像作为一个图像集合;将n的值加1;迭代过程结束后,将得到的全部图像集合作为第三检索结果;其中N为第二预设数量。
进一步,第二检索模块用于:在执行迭代过程前将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列。
在另一种实施方式中,第二检索模块用于:将第二检索结果中的第1到M个图像作为第一图像序列;执行下述迭代过程直到得到的图像集合数量达到第一预设数量/m的值等于M,m的初始值为1:将第一图像序列中的第m+1到第M个图像与第一图像序列中的第m个图像进行比对;如果第m+1到第M个图像中有j个图像与第m个图像的相似度大于预设阈值,则将这j个图像与第m个图像归为一个图像集合,并将这j个图像从第一图像序列中删除,将第M+1个图像到第M+j个图像递补到第一图像序列中使第一图像序列中的图像数量始终保持为M个,对第一图像序列中的图像重新编号;如果第m+1到第M个图像与第m个图像的相似度均不大于预设阈值,将第m个图像作为一个图像集合;将m的值加1;迭代结束后,将得到的全部图像集合作为第三检索结果;其中M为第一预设数量。
进一步,第二检索模块用于:在将第二检索结果中的第1到M个图像作为第一图像序列的步骤之前,将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列,N为第二预设数量。
在另一种实施方式中,参见图5所示的一种图像检索装置的结构框图,上述装置还包括显示模块52,用于根据预设显示规则显示第一检索结果或第三检索结果。
进一步,预设的显示规则为对第一检索结果或第三检索结果包括的每个图像集合中的一张图像进行显示。
进一步,预设的显示规则为根据展开指令对第一检索结果或第三检索结果包括的图像集合的所有图像进行显示。
本实施例所提供的装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例还提供了一种处理设备,包括存储器和处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例提供的方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步,本实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述前述方法实施例所提供的方法的步骤。
本发明实施例所提供的图像检索方法、装置及处理设备的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中提供的方法,具体实现可参见方法实施例,在此不再赘述。
本实施例还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行前面方法实施例中提供的方法,并且用于实现根据本发明实施例的装置中的相应模块。具体实现可参见方法实施例,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
本申请的各个装置实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。例如,本申请的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
本申请的上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (19)
1.一种图像检索方法,其特征在于,包括:
获取对象的待比对图像;
在已预先分类过的图像底库中对所述待比对图像进行检索,并返回第一检索结果;所述已预先分类过的图像底库包含多个图像集合,且属于同一对象的图像位于同一个图像集合;所述第一检索结果包含第一预设数量的图像集合;
或,在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果;所述第二检索结果包含第二预设数量的图像,所述第三检索结果包含所述第一预设数量的图像集合,且属于同一对象的图像位于同一个图像集合;所述第二预设数量大于所述第一预设数量;
输出所述第一检索结果或所述第三检索结果。
2.根据权利要求1所述的方法,其特征在于,所述在图像底库中对所述待比对图像进行检索,所述图像底库为未预先分类过的图像底库。
3.根据权利要求1所述的方法,其特征在于,
第一检索结果为已预先分类过的图像底库中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量;和/或,
第二检索结果为图像底库中与待比对图像相似度最高的前N个图像序列,N为第二预设数量;和/或,
第三检索结果为第二检索结果中与待比对图像相似度最高的前M个图像集合的序列,M为第一预设数量。
4.根据权利要求1所述的方法,其特征在于,对图像底库进行预先分类,包括使用预设的聚类算法对图像底库中的图像进行聚类,得到多个图像集合。
5.根据权利要求1所述的方法,其特征在于,对图像底库进行预先分类,包括:
根据图像底库中图像的属性信息对图像底库中的图像进行分类,得到多个图像集合。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括,根据所述属性信息对图像底库中的图像进行分类得到的图像集合中包含一张图像或多张图像;对于包含多张图像的情况,对所述分类后得到的图像集合中的每两张图像进行比对或对图像集合包含的图像进行聚类;
根据比对或聚类结果确定不属于所述分类得到的图像集合的图像A,并将图像A从所述分类后得到的图像集合中移出,将其与其他图像集合中的图像进行比对,得到图像A与其他图像集合中的图像的相似度;
如果相似度大于阈值,则将图像A并入所述图像所在的图像集合;
如果相似度均不大于阈值,则将图像A单独归为一个图像集合。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括,对于没有属性信息的图像,使其与根据所述属性信息对图像底库中的图像进行分类得到的图像集合中的图像进行比对,得到没有属性信息的图像与分类得到的图像集合中的图像的相似度;
如果相似度大于阈值,则将所述没有属性信息的图像并入所述图像所在的图像集合;
如果相似度均不大于阈值,则将所述没有属性信息的图像单独归为一个图像集合。
8.根据权利要求1-2任一项所述的方法,其特征在于,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,包括:
使用预设的聚类算法对返回的第二检索结果中的图像进行聚类使属于同一对象的图像位于同一个图像集合,由此得到多个图像集合;
从多个图像集合中筛选出与待比对图像相似度最高的M个图像集合作为第三检索结果,M为第一预设数量。
9.根据权利要求1-2任一项所述的方法,其特征在于,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,包括:
执行下述迭代过程直到得到的图像集合数量达到第一预设数量,n的初始值为1:
将第二检索结果中的第n+1到第N个图像与第二检索结果中的第n个图像进行比对;
如果第n+1到第N个图像中有i个图像与第n个图像的相似度大于预设阈值,则将所述i个图像与第n个图像归为一个图像集合,并将所述i个图像从第二检索结果中删除,对序列中的图像重新编号;如果第n+1到第N个图像与第n个图像的相似度均不大于预设阈值,将第n个图像作为一个图像集合;
将n的值加1;迭代过程结束后,将得到的全部所述图像集合作为第三检索结果;
其中N为第二预设数量。
10.根据权利要求9所述的方法,其特征在于,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,在执行迭代过程前还包括:
将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列。
11.根据权利要求1-2任一项所述的方法,其特征在于,所述对返回的第二检索结果进行筛选得到第三结果的步骤,包括:
将第二检索结果中的第1到M个图像作为第一图像序列;
执行下述迭代过程直到得到的图像集合数量达到第一预设数量/m的值等于M,m的初始值为1:
将第一图像序列中的第m+1到第M个图像与第一图像序列中的第m个图像进行比对;
如果第m+1到第M个图像中有j个图像与第m个图像的相似度大于预设阈值,则将这j个图像与第m个图像归为一个图像集合,并将这j个图像从第一图像序列中删除,将第M+1个图像到第M+j个图像递补到第一图像序列中使第一图像序列中的图像数量始终保持为M个,对第一图像序列中的图像重新编号;如果第m+1到第M个图像与第m个图像的相似度均不大于预设阈值,将第m个图像作为一个图像集合;
将m的值加1;
迭代结束后,将得到的全部所述图像集合作为第三检索结果;
其中M为第一预设数量。
12.根据权利要求11所述的方法,其特征在于,所述对返回的第二检索结果进行筛选得到第三检索结果的步骤,还包括:
在所述将第二检索结果中的第1到M个图像作为第一图像序列的步骤之前,将第二检索结果中的N个图像按照与待比对图像的相似度从高到低排序,得到图像底库中与待比对图像相似度最高的前N个图像的序列,N为第二预设数量。
13.根据权利要求1所述的方法,其特征在于,根据预设显示规则显示所述第一检索结果或第三检索结果。
14.根据权利要求13所述的方法,其特征在于,预设的显示规则为对第一检索结果或第三检索结果包括的每个图像集合中的一张图像进行显示。
15.根据权利要求13所述的方法,其特征在于,预设的显示规则为根据展开指令对第一检索结果或第三检索结果包括的图像集合的所有图像进行显示。
16.一种图像检索方法,其特征在于,包括:根据图像底库的规模、是否包含属性信息和/或比对算法的准确度来选择图像检索方法;
当图像底库中图像的数量低于预设条件时,使用权利要求4提供的图像检索方法;
当图像底库中存储了至少部分图像的属性信息时,使用权利要求5-7任一项提供的图像检索方法;
当图像底库中图像的数量高于预设条件且同一对象对应的图像数量小于预设数量阈值时,使用权利要求8提供的图像检索方法;
当比对算法的准确度高于预设准确度阈值时,使用权利要求9-12任一项提供的方法。
17.一种图像检索装置,其特征在于,包括:
获取模块,用于获取对象的待比对图像;
第一检索模块,用于在已预先分类过的图像底库中对所述待比对图像进行检索,并返回第一检索结果;所述已预先分类过的图像底库包含多个图像集合,且属于同一对象的图像位于同一个图像集合;所述第一检索结果包含第一预设数量的图像集合;
或,第二检索模块,用于在图像底库中对所述待比对图像进行检索,并返回第二检索结果,对返回的第二检索结果进行筛选得到第三检索结果;所述第二检索结果包含第二预设数量的图像,所述第三检索结果包含所述第一预设数量的图像集合,且属于同一对象的图像位于同一个图像集合;所述第二预设数量大于所述第一预设数量;
输出模块,用于输出所述第一检索结果或所述第三检索结果。
18.一种处理设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至16中任一项所述的方法的步骤。
19.一种具有处理器可执行的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行上述权利要求1至16中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038019.8A CN109766470A (zh) | 2019-01-15 | 2019-01-15 | 图像检索方法、装置及处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038019.8A CN109766470A (zh) | 2019-01-15 | 2019-01-15 | 图像检索方法、装置及处理设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109766470A true CN109766470A (zh) | 2019-05-17 |
Family
ID=66452954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910038019.8A Pending CN109766470A (zh) | 2019-01-15 | 2019-01-15 | 图像检索方法、装置及处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109766470A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263830A (zh) * | 2019-06-06 | 2019-09-20 | 北京旷视科技有限公司 | 图像处理方法、装置和系统及存储介质 |
CN110825893A (zh) * | 2019-09-18 | 2020-02-21 | 北京旷视科技有限公司 | 一种目标查找方法、装置、系统及存储介质 |
CN112149480A (zh) * | 2019-06-28 | 2020-12-29 | 青岛海信移动通信技术股份有限公司 | 一种终端及其进行图像分类的方法 |
CN113407746A (zh) * | 2021-07-16 | 2021-09-17 | 厦门熵基科技有限公司 | 一种以图搜图的方法及系统 |
CN114612985A (zh) * | 2022-03-17 | 2022-06-10 | 中国科学技术大学 | 一种肖像查询方法、系统、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253996A (zh) * | 2011-07-08 | 2011-11-23 | 北京航空航天大学 | 一种多视角阶段式的图像聚类方法 |
CN102693231A (zh) * | 2011-03-23 | 2012-09-26 | 百度在线网络技术(北京)有限公司 | 用于根据来自网络的图像来确定图集的方法、装置和设备 |
CN103064941A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 图像检索方法和装置 |
KR101443187B1 (ko) * | 2012-12-24 | 2014-09-19 | 계명대학교 산학협력단 | 영상 군집화 기반의 의료 영상 검색 방법 |
CN104298713A (zh) * | 2014-09-16 | 2015-01-21 | 北京航空航天大学 | 一种基于模糊聚类的图片检索方法 |
CN104834693A (zh) * | 2015-04-21 | 2015-08-12 | 上海交通大学 | 基于深度搜索的视觉图像检索方法及系统 |
CN105868309A (zh) * | 2016-03-24 | 2016-08-17 | 广东微模式软件股份有限公司 | 一种基于人脸图像聚类和识别技术的图像快速查找和自助打印方法 |
CN107766822A (zh) * | 2017-10-23 | 2018-03-06 | 平安科技(深圳)有限公司 | 电子装置、人脸图像聚类搜索方法和计算机可读存储介质 |
CN108363771A (zh) * | 2018-02-08 | 2018-08-03 | 杭州电子科技大学 | 一种面向公安侦查应用的图像检索方法 |
CN108491528A (zh) * | 2018-03-28 | 2018-09-04 | 苏州大学 | 一种图像检索方法、系统及装置 |
US20180276250A1 (en) * | 2009-12-07 | 2018-09-27 | Google Llc | Distributed Image Search |
-
2019
- 2019-01-15 CN CN201910038019.8A patent/CN109766470A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180276250A1 (en) * | 2009-12-07 | 2018-09-27 | Google Llc | Distributed Image Search |
CN102693231A (zh) * | 2011-03-23 | 2012-09-26 | 百度在线网络技术(北京)有限公司 | 用于根据来自网络的图像来确定图集的方法、装置和设备 |
CN102253996A (zh) * | 2011-07-08 | 2011-11-23 | 北京航空航天大学 | 一种多视角阶段式的图像聚类方法 |
KR101443187B1 (ko) * | 2012-12-24 | 2014-09-19 | 계명대학교 산학협력단 | 영상 군집화 기반의 의료 영상 검색 방법 |
CN103064941A (zh) * | 2012-12-25 | 2013-04-24 | 深圳先进技术研究院 | 图像检索方法和装置 |
CN104298713A (zh) * | 2014-09-16 | 2015-01-21 | 北京航空航天大学 | 一种基于模糊聚类的图片检索方法 |
CN104834693A (zh) * | 2015-04-21 | 2015-08-12 | 上海交通大学 | 基于深度搜索的视觉图像检索方法及系统 |
CN105868309A (zh) * | 2016-03-24 | 2016-08-17 | 广东微模式软件股份有限公司 | 一种基于人脸图像聚类和识别技术的图像快速查找和自助打印方法 |
CN107766822A (zh) * | 2017-10-23 | 2018-03-06 | 平安科技(深圳)有限公司 | 电子装置、人脸图像聚类搜索方法和计算机可读存储介质 |
CN108363771A (zh) * | 2018-02-08 | 2018-08-03 | 杭州电子科技大学 | 一种面向公安侦查应用的图像检索方法 |
CN108491528A (zh) * | 2018-03-28 | 2018-09-04 | 苏州大学 | 一种图像检索方法、系统及装置 |
Non-Patent Citations (1)
Title |
---|
袁宝玺: "超大规模指纹库的索引结构和检索方法", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263830A (zh) * | 2019-06-06 | 2019-09-20 | 北京旷视科技有限公司 | 图像处理方法、装置和系统及存储介质 |
CN110263830B (zh) * | 2019-06-06 | 2021-06-08 | 北京旷视科技有限公司 | 图像处理方法、装置和系统及存储介质 |
CN112149480A (zh) * | 2019-06-28 | 2020-12-29 | 青岛海信移动通信技术股份有限公司 | 一种终端及其进行图像分类的方法 |
CN110825893A (zh) * | 2019-09-18 | 2020-02-21 | 北京旷视科技有限公司 | 一种目标查找方法、装置、系统及存储介质 |
CN113407746A (zh) * | 2021-07-16 | 2021-09-17 | 厦门熵基科技有限公司 | 一种以图搜图的方法及系统 |
CN113407746B (zh) * | 2021-07-16 | 2023-08-29 | 厦门熵基科技有限公司 | 一种以图搜图的方法及系统 |
CN114612985A (zh) * | 2022-03-17 | 2022-06-10 | 中国科学技术大学 | 一种肖像查询方法、系统、设备及存储介质 |
CN114612985B (zh) * | 2022-03-17 | 2024-04-02 | 中国科学技术大学 | 一种肖像查询方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766470A (zh) | 图像检索方法、装置及处理设备 | |
CN110956272B (zh) | 实现数据处理的方法和系统 | |
CN108537292A (zh) | 语义分割网络训练方法、图像语义分割方法及装置 | |
DE112017006166T5 (de) | Verfahren und system zur erzeugung eines multi-relevanten labels | |
CN107203866B (zh) | 订单的处理方法以及装置 | |
CN106874292A (zh) | 话题处理方法及装置 | |
CN109635842A (zh) | 一种图像分类方法、装置及计算机可读存储介质 | |
CN112241494B (zh) | 基于用户行为数据的关键信息推送方法及装置 | |
CN108399227A (zh) | 自动打标签的方法、装置、计算机设备及存储介质 | |
CN108205570A (zh) | 一种数据检测方法和装置 | |
CN109492093A (zh) | 基于高斯混合模型和em算法的文本分类方法及电子装置 | |
CN109657044A (zh) | 数据检索方法、数据排序方法、装置、终端以及存储介质 | |
CN109597858A (zh) | 一种商户的分类方法及其装置和商户的推荐方法及其装置 | |
CN109598307A (zh) | 数据筛选方法、装置、服务器及存储介质 | |
CN111708913A (zh) | 一种标签生成方法、设备及计算机可读存储介质 | |
CN112559900A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN111222557A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
CN110147851B (zh) | 图像筛选方法、装置、计算机设备及存储介质 | |
CN110472664A (zh) | 一种基于深度学习的证件图片识别方法、装置及设备 | |
CN107423297A (zh) | 图片的筛选方法及装置 | |
CN113362139A (zh) | 基于双塔结构模型的数据处理方法和装置 | |
CN113821657A (zh) | 基于人工智能的图像处理模型训练方法及图像处理方法 | |
JP6991960B2 (ja) | 画像認識装置、画像認識方法及びプログラム | |
CN109190574B (zh) | 一种基于大数据的发型推荐方法、装置、终端及存储介质 | |
CN113240213B (zh) | 基于神经网络和树模型的人员甄选方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |