CN109783678A - 一种图像搜索的方法及装置 - Google Patents
一种图像搜索的方法及装置 Download PDFInfo
- Publication number
- CN109783678A CN109783678A CN201811645330.0A CN201811645330A CN109783678A CN 109783678 A CN109783678 A CN 109783678A CN 201811645330 A CN201811645330 A CN 201811645330A CN 109783678 A CN109783678 A CN 109783678A
- Authority
- CN
- China
- Prior art keywords
- node
- image
- target
- unit
- storage
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种图像搜索的方法及装置。所述方法包括:接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;确定所述目标图像的分组标识;根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;对等节点是指存储相同信息的节点;将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;按照所述匹配相似度进行排序以获取排序前N的图像的信息;利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;向所述用户反馈所述查询结果。通过本发明提供的技术方案,利用对等节点存储同一分组的相同信息,从而提高整个查询的并发量,进而提升用户的查询效率。
Description
技术领域
本发明涉及互联网领域,特别涉及一种图像搜索的方法及装置。
背景技术
随着科学技术的发展,人类信息已呈爆炸式增长,很多搜索引擎厂商不得不添加大量的服务器来进行数据存储。
相应的,由于数据量越来越大,导致用户进行搜索时命中目标文件的时间越来越长,查询效率低。
发明内容
本发明实施例提供了一种图像搜索的方法及装置,通过使用本发明提供的方法,利用对等节点存储同一分组的相同信息,从而提高整个查询的并发量,进而提升用户的查询效率。
本发明第一方面公开了一种图像搜索的方法,所述方法包括:
接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定所述目标图像的分组标识;
根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
向所述用户反馈所述查询结果。
其中,需要指出的是,若所述目标图像为M个;其中,所述M为大于1的正整数;
所述向所述用户反馈所述查询结果之前,所述方法还包括:
获取M个目标存储节点的查询结果;
所述向所述用户反馈所述查询结果,包括:
按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
可选的,所述方法还包括:
当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;
根据所述备选图像的类别标识确定存储节点;
将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
可选的,根据所述备选图像的类别标识确定存储节点,包括:
根据所述备选图像的类别标识确定对等节点群组;
将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;
选择排序第一的对等节点作为存储节点。
可选的,所述确定所述目标图像的分组标识之后,所述方法还包括:
判断所述目标图像的分组标识是否有对应的目标分组;
若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
本发明第二方面公开了一种图像搜索的装置,所述装置包括:
接收单元,用于接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定单元,用于确定所述目标图像的分组标识;以及根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
匹配单元,用于将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
排序单元,用于按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
筛选单元,用于利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
反馈单元,用于向所述用户反馈所述查询结果。
可选的,所述装置还包括获取单元;若所述目标图像为M个;其中,所述M为大于1的正整数;
所述获取单元,用于获取M个目标存储节点的查询结果;
所述反馈单元,具体用于按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
可选的,所述装置还包括存储单元;
所述确定单元,用于当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;以及根据所述备选图像的类别标识确定存储节点;
所述存储节点,用于将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
可选的,所述确定单元,用于根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
可选的,所述装置还包括判断单元和调度单元;
所述判断单元,用于判断所述目标图像的分组标识是否有对应的目标分组;
所述调度单元,用于若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
可以看出,在本发明实施例的方案中,接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;确定所述目标图像的分组标识;根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;对等节点是指存储相同信息的节点;将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;按照所述匹配相似度进行排序以获取排序前N的图像的信息;利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;向所述用户反馈所述查询结果。通过本发明提供的技术方案,利用对等节点存储同一分组的相同信息,从而提高整个查询的并发量,进而提升用户的查询效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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为本发明实施例提供的一种图像搜索方法的示意图;
图2为本发明的实施例提供的另一种图像搜索方法的示意图;
图3为本发明的实施例提供的另一种图像搜索方法的示意图;
图4为本发明实施例提供的一图像搜索装置的逻辑结构图;
图5为本发明实施例提供另一种图像搜索装置的逻辑结构图;
图6为本发明实施例提供另一种图像搜索装置的逻辑结构图;
图7为本发明实施例提供的一种图像搜索装置的物理结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分的实施例,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,都应当属于本发明保护的范围。
本发明说明书、权利要求书和附图中出现的术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本发明一个实施例提供的一种图像搜索的方法的流程示意图。其中,如图1所示,本发明的一个实施例提供的一种图像搜索的方法,所述方法包括以下内容:
101、接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
其中,本发明的执行主体可以为服务器,此服务器具有搜索引擎功能。具体可以包括各种具有搜索引擎功能的手持设备、车载设备、可穿戴设备、计算设备或其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminal device)等等。本申请实施例所涉及到的操作系统是对硬件资源进行统一管理,并向用户提供业务接口的软件系统。
举例来说,目标图像可以是一个也可以是多个。另外,可以理解的是,如果目标图像可以是多个,那么该多个目标图像可以对应一个筛选条件;当然,每个目标图像可以和筛选条件一一对应。
举例来说,当用户打开搜索界面之后,可以选择多个目标图片并选择一个筛选条件,那么选中的多个目标图片就会对应一个筛选条件。
举例来说,当用户打开搜索界面之后,可以选择一个目标图片,然后在选择一个筛选条件,那么选中的一个目标图片就会对应一个筛选条件。按照上述的选择方法可以是选择多组信息。可以理解的是,每组信息会包含一个目标图像和一个筛选条件。
举例来说,筛选条件可以是图像中人物的年龄、性别以及图像的存储时间等。
可以理解的是,在接收用户的查询请求之前,还可以先进行图像的信息的存储。举例来说,当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;根据所述备选图像的类别标识确定存储节点;将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。其中,结构化信息可以是图像中人物的年龄、性别等参数。
另外,需要指出的是,根据所述备选图像的类别标识确定存储节点,包括:根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
102、确定所述目标图像的分组标识;
其中,常见的分组标识可以是字符串,也可以是数字,还可以是数字与字符串的组合。
可以理解的是,每个目标图像会有对应标记,该标记就是分组标识。比如分组标识为人脸图像、人体图像、动物图像或植物图像。当然分组标识可以是数字,比如0001表示人脸分组;0002表示人体分组等等。
另外,服务器可以对目标图像进行特征提取,并将提取的特征与预设模板进行匹配以确定目标图像的分组。比如目标图像的特征与人脸模板匹配的相似度大于预设相似度,则确定是人脸图像分组。再比如,目标图像的特征与人体模板匹配的相似度大于预设相似度,则确定是人体图像分组。其中,预设相似度可以是系统默认的,也可以为人工设定的,比如预设相似度可以为90%。
其中,需要指出的是,所述确定所述目标图像的分组标识之后,所述方法还包括:判断所述目标图像的分组标识是否有对应的目标分组;若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
可以理解是,后续可以往新增的存储节点中存储与所述目标分组相对应的图像的数据。
103、根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;
其中,所述对等节点是指存储相同信息的节点;举例来说,对等节点可以为同时存有相同人脸图像信息的节点。可选的,对等节点也可以为同时存有相同人身图像信息的节点。
可以理解的是,一个分组会对应一个分组标识,一个分组可以包括一个或多个节点。
举例来说,比如该分组为人脸图像分组。该分组的数据为50G,而一个节点存储容量为100G,那么一个节点就可以满足存储需求。也就是说该人脸图像分组就对应一个存储节点即可。但是为了提高查询效率,该人脸分组可以包括至少两个节点,每个节点都存储相同的东西,也就是说这两个节点互为备份。
可以理解的,当接收到查询请求时,该查询请求中的目标图像为人脸图像,此时就要遍历人脸图像组对应的节点。如果该人脸图像组有两个节点且两个节点均处于空闲状态,则随机选取一个节点进行遍历。如果该人脸图像组有两个节点且有一个节点处于空闲状态,则选择空闲状态的节点进行遍历以确定相似度以及筛选条件进行筛选。
举例来说,比如该分组为人脸图像分组,该分组的数据为150G,而一个节点存储容量为100G,那么就需要两个节点才能满足存储需求。那么该人脸图像分组可能包括4个节点,每两个存储节点为对等节点(对等节点中存储的信息一致)。当然也有可能包括6个,8个等,在此不做限制。
104、将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
其中,可以理解的是,比如目标图像是人脸图像,那么就需要对人脸图像进行特征提取。而目标节点中存储的就是图像的特征。
举例来说,人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。基于知识的表征方法是一种常见的提取方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。人脸图像特征匹配是指提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,并输出一个匹配值(即匹配相似度)。
105、按照所述匹配相似度进行排序以获取排序前N的图像的信息;
可以理解的是,可以按照从高往低的顺序对匹配相似度进行排序,并获取排序前N的图像的信息。其中,N为正整数,比如1,2,3等等。N为系统默认或人工设定的。
106、利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
其中,针对人脸图像,常见的筛选条件包括图像存储的时间、年龄、性别等。
比如N为100,其中20-30岁的有80人,30-40岁的有20人。如果筛选条件为年龄为20-30岁,那么查询结果就是80条,因为100条中有80条符合条件。
107、向所述用户反馈所述查询结果。
可以理解的是,反馈的形式又很多,比如可以直接在界面上呈现每条信息。该信息可以是查询到的图像的缩略图,以及查询到的图像的所有信息。比如图像中人脸图像的姓名、年龄、电话以及住址等。当然,还可以将查询结果发送到用户绑定的邮箱或移动终端中。
另外,需要指出的是,若所述目标图像为M个;其中,所述M为大于1的正整数;所述向所述用户反馈所述查询结果之前,所述方法还包括:获取M个目标存储节点的查询结果;所述向所述用户反馈所述查询结果,包括:按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
可以理解的是,如果每个分组的数据可以存储到一个节点(实际包含两个对等节点);那么M个目标对象就需要遍历M个节点;由于每个节点的存储的数据量不同,那么遍历的时间就不一样,因此可以收集M个节点反馈的结果,然后在将M个反馈结果反馈给用户。当然,反馈前可以对M个查询结果进行排序,将排序后的结果进行反馈。在此不对排序的方式做限定。
可以看出,在本发明实施例的方案中,接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;确定所述目标图像的分组标识;根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;对等节点是指存储相同信息的节点;将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;按照所述匹配相似度进行排序以获取排序前N的图像的信息;利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;向所述用户反馈所述查询结果。通过本发明提供的技术方案,利用对等节点存储同一分组的相同信息,从而提高整个查询的并发量,进而提升用户的查询效率。
请参阅图2,图2是本发明的另一个实施例提供的另一种图像搜索的方法流程示意图。其中,如图2所示,所述方法包括:
201、当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息,以及根据所述备选图像的类别标识确定存储节点;
202、将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
其中,根据所述备选图像的类别标识确定存储节点,包括:根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
203、接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
204、确定所述目标图像的分组标识,以及根据所述分组标识确定目标存储节点;
其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
另外,可选的,所述确定所述目标图像的分组标识之后,所述方法还包括:判断所述目标图像的分组标识是否有对应的目标分组;若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
205、将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度,并按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
205、利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
207、向所述用户反馈所述查询结果。
其中,若所述目标图像为M个;其中,所述M为大于1的正整数;所述向所述用户反馈所述查询结果之前,所述方法还包括:获取M个目标存储节点的查询结果;所述向所述用户反馈所述查询结果,包括:按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
其中,需要指出的是,图2所描述的实施例的具体内容可参考图1所对应的实施例的解释。
可以看出,本实施例的方案中,利用增加对等节点的方式存储新增的数据,从而达到动态增加的效果,而且对等节点可以保证高并发,防止单节点存储造成的宕机(单节点若出问题,会导致整个搜索引擎宕机)。
如图3所示,本发明的另一个实施例提供的另一种图像搜索的方法流程示意图。其中,如图3所示,所述方法包括:
301、接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
302、确定所述目标图像的分组标识;
303、判断所述目标图像的分组标识是否有对应的目标分组;
304、若没有对应的目标分组,则新增一个存储节点;
305、设置新增的存储节点与所述目标分组的对应关系。
举例来说,比如目标图像标记分类为A,但是查询引擎中并没有A这个分类,那么后续就需要往A这个分类对应的节点中存储对应的分类数据。当然A这个分类中也要包括对等节点已提供并发处理。
其中,需要指出的是,图3所描述的实施例的具体内容可参考图1所对应的实施例的解释。
可以看出,本实施例的方案中,若搜索引擎中未包含目标图像的分类,则动态增加分组以及分组对应的节点,后续在该扩展的节点中添加数据,从而动态扩展该搜索引擎的搜索功能。
如图4所示,本发明的一个实施例提供的一种图像搜索装置400,其中,该装置400包括以下单元:
接收单元401,用于接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定单元402,用于确定所述目标图像的分组标识;以及根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
匹配单元403,用于将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
排序单元404,用于按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
筛选单元405,用于利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
反馈单元406,用于向所述用户反馈所述查询结果。
可选的,装置400还包括获取单元407;若所述目标图像为M个;其中,所述M为大于1的正整数;
所述获取单元,用于获取M个目标存储节点的查询结果;
所述反馈单元,具体用于按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
可选的,装置400还包括存储单元408;
所述确定单元,用于当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;以及根据所述备选图像的类别标识确定存储节点;
所述存储节点,用于将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
其中,需要指出的是,所述确定单元,用于根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
可选的,装置400还包括判断单元409和调度单元410;
所述判断单元409,用于判断所述目标图像的分组标识是否有对应的目标分组;
所述调度单元410,用于若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
其中,上述单元401-410可以用于执行实施例1中步骤101-107所述的方法,具体描述详见实施例1对所述方法的描述,在此不再赘述。
如图5所示,本发明的一个实施例提供的一种图像搜索装置500,其中,该装置500包括以下单元:
确定单元501,用于当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息,以及根据所述备选图像的类别标识确定存储节点;
存储单元502,用于将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
其中,根据所述备选图像的类别标识确定存储节点,包括:根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
接收单元503,用于接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定单元501,还用于确定所述目标图像的分组标识;以及根据所述分组标识确定目标存储节点;
其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
另外,可选的,所述确定所述目标图像的分组标识之后,所述方法还包括:判断所述目标图像的分组标识是否有对应的目标分组;若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
匹配单元504,用于将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度,并按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
筛选单元505,用于利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
反馈单元506,用于向所述用户反馈所述查询结果。
其中,上述单元501-506可以用于执行实施例2中步骤201-207所述的方法,具体描述详见实施例2对所述方法的描述,在此不再赘述。
如图6所示,本发明的一个实施例提供的一种图像搜索装置600,其中,该装置600包括以下单元:
接收单元601,用于接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定单元602,用于确定所述目标图像的分组标识;
判断单元603,用于判断所述目标图像的分组标识是否有对应的目标分组;
调度单元604,用于若没有对应的目标分组,则新增一个存储节点;并设置新增的存储节点与所述目标分组的对应关系。
其中,上述单元601-604可以用于执行实施例3中步骤301-305所述的方法,具体描述详见实施例3对所述方法的描述,在此不再赘述。
请参阅图7,在本发明的另一个实施例中,提供一种图像搜索装置700。装置700包括CPU 701、存储器702、总线703、收发器704等硬件。上述图4-图6所示的逻辑单元可通过图7所示的硬件装置实现。
其中,CPU 701执行预先存储在存储器702中的服务器程序,该执行过程具体包括:
接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定所述目标图像的分组标识;
根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
向所述用户反馈所述查询结果。
可选的,若所述目标图像为M个;其中,所述M为大于1的正整数;
所述向所述用户反馈所述查询结果之前,所述执行过程还包括:
获取M个目标存储节点的查询结果;
所述向所述用户反馈所述查询结果,包括:
按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
可选的,所述执行过程还包括:
当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;
根据所述备选图像的类别标识确定存储节点;
将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
可选的,根据所述备选图像的类别标识确定存储节点,包括:
根据所述备选图像的类别标识确定对等节点群组;
将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;
选择排序第一的对等节点作为存储节点。
可选的,所述确定所述目标图像的分组标识之后,所述执行过程还包括:
判断所述目标图像的分组标识是否有对应的目标分组;
若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系
从上可知,本发明实施例提供的技术方案中,接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;确定所述目标图像的分组标识;根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;对等节点是指存储相同信息的节点;将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;按照所述匹配相似度进行排序以获取排序前N的图像的信息;利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;向所述用户反馈所述查询结果。通过本发明提供的技术方案,利用对等节点存储同一分组的相同信息,从而提高整个查询的并发量,进而提升用户的查询效率。
在本发明的另一个实施例中,公开了一种计算机程序产品,所述计算机程序产品中包含有程序代码;当所述程序代码被运行时,前述方法实施例中的方法会被执行。
在本发明的另一个实施例中,公开了一种芯片,所述芯片中包含有程序代码;当所述程序代码被运行时,前述方法实施例中的方法会被执行。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种图像搜索的方法,其特征在于,所述方法包括:
接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定所述目标图像的分组标识;
根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
向所述用户反馈所述查询结果。
2.根据权利要求1所述的方法,其特征在于,若所述目标存储节点为M个;其中,所述M为大于1的正整数;
所述向所述用户反馈所述查询结果之前,所述方法还包括:
获取M个目标存储节点的查询结果;
所述向所述用户反馈所述查询结果,包括:
按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;
根据所述备选图像的类别标识确定存储节点;
将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
4.根据权利要求3所述的方法,其特征在于,根据所述备选图像的类别标识确定存储节点,包括:
根据所述备选图像的类别标识确定对等节点群组;
将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;
选择排序第一的对等节点作为存储节点。
5.根据权利要求1至4任一所述的方法,其特征在于,所述确定所述目标图像的分组标识之后,所述方法还包括:
判断所述目标图像的分组标识是否有对应的目标分组;
若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
6.一种图像搜索的装置,其特征在于,所述装置包括:
接收单元,用于接收用户的查询请求,其中,所述查询请求中包括目标图像以及筛选条件;
确定单元,用于确定所述目标图像的分组标识;以及根据所述分组标识确定目标存储节点;其中,所述目标存储节点为对等节点中的一个节点;其中,所述对等节点是指存储相同信息的节点;
匹配单元,用于将所述目标图像的特征与所述目标存储节点存储的图像的特征进行匹配以获取匹配相似度;
排序单元,用于按照所述匹配相似度进行排序以获取排序前N的图像的信息,其中,N为正整数;
筛选单元,用于利用所述筛选条件对所述排序前N的图像的信息进行筛选以获取查询结果;
反馈单元,用于向所述用户反馈所述查询结果。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括获取单元;若所述目标图像为M个;其中,所述M为大于1的正整数;
所述获取单元,用于获取M个目标存储节点的查询结果;
所述反馈单元,具体用于按照预设顺序向所述用户反馈所述M个目标存储节点的查询结果。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括存储单元;
所述确定单元,用于当接收到用户发送的备选图像存储的指令时,确定所述备选图像的类别标识以及所述备选图像的结构化信息;以及根据所述备选图像的类别标识确定存储节点;
所述存储节点,用于将所述备选图像的特征值以及所述备选图像的结构化信息存储到所述确定的存储节点中。
9.根据权利要求8所述的装置,其特征在于,所述确定单元,用于根据所述备选图像的类别标识确定对等节点群组;将所述对等节点群组中的所有节点按照负载量从低到高的顺序进行排序;选择排序第一的对等节点作为存储节点。
10.根据权利要求6至9任一所述的装置,其特征在于,所述装置还包括判断单元和调度单元;
所述判断单元,用于判断所述目标图像的分组标识是否有对应的目标分组;
所述调度单元,用于若没有对应的目标分组,则新增一个存储节点,并设置新增的存储节点与所述目标分组的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811645330.0A CN109783678B (zh) | 2018-12-29 | 2018-12-29 | 一种图像搜索的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811645330.0A CN109783678B (zh) | 2018-12-29 | 2018-12-29 | 一种图像搜索的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783678A true CN109783678A (zh) | 2019-05-21 |
CN109783678B CN109783678B (zh) | 2021-07-20 |
Family
ID=66499616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811645330.0A Active CN109783678B (zh) | 2018-12-29 | 2018-12-29 | 一种图像搜索的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783678B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112328688A (zh) * | 2020-11-09 | 2021-02-05 | 广州虎牙科技有限公司 | 数据存储方法、装置、计算机设备及存储介质 |
CN113868533A (zh) * | 2021-09-30 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 应用搜索方法、装置、电子设备及存储介质 |
CN114020986A (zh) * | 2022-01-05 | 2022-02-08 | 深圳思谋信息科技有限公司 | 内容检索系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004036408A2 (en) * | 2002-10-17 | 2004-04-29 | Intel Corporation | A distributed network attached storage system |
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 |
CN105160039A (zh) * | 2015-10-13 | 2015-12-16 | 四川携创信息技术服务有限公司 | 一种基于大数据的查询方法 |
CN107172189A (zh) * | 2017-06-14 | 2017-09-15 | 郑州云海信息技术有限公司 | 一种多并发图片存储方法 |
CN108073356A (zh) * | 2016-11-10 | 2018-05-25 | 杭州海康威视系统技术有限公司 | 一种数据存储、查找方法、装置及数据处理系统 |
-
2018
- 2018-12-29 CN CN201811645330.0A patent/CN109783678B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004036408A2 (en) * | 2002-10-17 | 2004-04-29 | Intel Corporation | A distributed network attached storage system |
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 |
CN105160039A (zh) * | 2015-10-13 | 2015-12-16 | 四川携创信息技术服务有限公司 | 一种基于大数据的查询方法 |
CN108073356A (zh) * | 2016-11-10 | 2018-05-25 | 杭州海康威视系统技术有限公司 | 一种数据存储、查找方法、装置及数据处理系统 |
CN107172189A (zh) * | 2017-06-14 | 2017-09-15 | 郑州云海信息技术有限公司 | 一种多并发图片存储方法 |
Non-Patent Citations (1)
Title |
---|
冯喆: "基于手机的分布式图片检索技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112328688A (zh) * | 2020-11-09 | 2021-02-05 | 广州虎牙科技有限公司 | 数据存储方法、装置、计算机设备及存储介质 |
CN112328688B (zh) * | 2020-11-09 | 2023-10-13 | 广州虎牙科技有限公司 | 数据存储方法、装置、计算机设备及存储介质 |
CN113868533A (zh) * | 2021-09-30 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 应用搜索方法、装置、电子设备及存储介质 |
CN114020986A (zh) * | 2022-01-05 | 2022-02-08 | 深圳思谋信息科技有限公司 | 内容检索系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109783678B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403173B (zh) | 一种人脸识别系统及方法 | |
CN109783678A (zh) | 一种图像搜索的方法及装置 | |
CN107844524A (zh) | 数据处理方法、数据处理装置、计算机设备和存储介质 | |
CN104915351A (zh) | 图片排序方法及终端 | |
CN112818149A (zh) | 一种基于时空轨迹数据的人脸聚类方法、装置及存储介质 | |
CN110378249B (zh) | 文本图像倾斜角度识别方法、装置及设备 | |
CN105302815B (zh) | 网页的统一资源定位符url的过滤方法和装置 | |
CN109800319A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN109829073A (zh) | 一种图像搜索的方法及装置 | |
CN105956051A (zh) | 信息查找的方法、装置及系统 | |
CN109189972A (zh) | 一种目标行踪确定方法、装置、设备及计算机存储介质 | |
CN105631404B (zh) | 对照片进行聚类的方法及装置 | |
CN109885651A (zh) | 一种问题推送方法和装置 | |
CN111083204B (zh) | 文件传输方法、装置及存储介质 | |
CN108717464A (zh) | 照片处理方法、装置及终端设备 | |
CN106548189A (zh) | 一种事件识别方法和设备 | |
CN105847508B (zh) | 一种电话号码的存储方法、识别方法及装置 | |
CN106533728B (zh) | 服务器信息收集方法和装置 | |
CN110457555A (zh) | 基于Docker的数据采集方法、装置及计算机设备、存储介质 | |
CN104091117B (zh) | 基于安全风险的聚类方法及聚类装置 | |
CN110022270B (zh) | 具有多种资源类型的资源分配方法和装置 | |
CN108427947A (zh) | 一种图像识别方法及电子设备 | |
CN107784588A (zh) | 保险用户信息合并方法和装置 | |
CN105656769B (zh) | 业务数据处理方法、装置及系统 | |
CN108874798B (zh) | 一种大数据排序方法和系统 |
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 |