CN110110189A - 用于生成信息的方法和装置 - Google Patents

用于生成信息的方法和装置 Download PDF

Info

Publication number
CN110110189A
CN110110189A CN201810102618.7A CN201810102618A CN110110189A CN 110110189 A CN110110189 A CN 110110189A CN 201810102618 A CN201810102618 A CN 201810102618A CN 110110189 A CN110110189 A CN 110110189A
Authority
CN
China
Prior art keywords
picture
mark
band
samples pictures
input
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
Application number
CN201810102618.7A
Other languages
English (en)
Inventor
汪雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201810102618.7A priority Critical patent/CN110110189A/zh
Priority to US16/959,605 priority patent/US11250292B2/en
Priority to PCT/CN2019/073654 priority patent/WO2019149186A1/zh
Publication of CN110110189A publication Critical patent/CN110110189A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • 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
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • 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
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了用于生成信息的方法和装置。所述方法的一具体实施方式包括：获取第一图片和第二图片；将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，检测和识别模型用于表征图片与带标注的图片的对应关系；将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，其中，匹配模型用于表征图片对与图片之间的匹配度的对应关系。该实施方式提高了图片匹配结果的准确性。

Description

用于生成信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。
背景技术
随着互联网上展示的图片越来越多，关于图片的处理和应用是当下的一个热门研究领域。其中，基于图片的图片检索，如根据已有的图片，快速、准确的在互联网上海量的图片中找到与已有的图片最匹配的一些图片是目前图片的处理领域不断研究的一个方向。
发明内容
本申请实施例提出了用于生成信息的方法和装置。
第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取第一图片和第二图片；将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，检测和识别模型用于表征图片与带标注的图片的对应关系；将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，其中，匹配模型用于表征图片对与图片之间的匹配度的对应关系。
在一些实施例中，检测和识别模型通过如下步骤训练得到：获取多个样本图片和多个样本图片中每个样本图片所对应的带标注的样本图片；利用机器学习方法，将多个样本图片中的每个样本图片作为输入，将多个样本图片中的每个样本图片所对应的带标注的样本图片作为输出，训练得到检测和识别模型。
在一些实施例中，匹配模型通过如下步骤训练得到：获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度；利用机器学习方法，将多对带标注的样本图片对中的每对带标注的样本图片对作为输入，将每对带标注的样本图片对中的图片之间的匹配度作为输出，训练得到匹配模型。
在一些实施例中，匹配模型包括第一卷积神经网络和第二卷积神经网络，卷积神经网络包括卷积层、池化层以及全连接层。
在一些实施例中，将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，包括：将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量；将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量；对得到的两个特征向量进行距离计算，得到带标注的第一图片和带标注的第二图片的匹配度。
第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：接收单元，配置用于获取第一图片和第二图片；第一输入单元，配置用于将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，检测和识别模型用于表征图片与带标注的图片的对应关系；第二输入单元，配置用于将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，其中，匹配模型用于表征图片对与图片之间的匹配度的对应关系。
在一些实施例中，检测和识别模型通过如下步骤训练得到：获取多个样本图片和多个样本图片中每个样本图片所对应的带标注的样本图片；利用机器学习方法，将多个样本图片中的每个样本图片作为输入，将多个样本图片中的每个样本图片所对应的带标注的样本图片作为输出，训练得到检测和识别模型。
在一些实施例中，匹配模型通过如下步骤训练得到：获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度；利用机器学习方法，将多对带标注的样本图片对中的每对带标注的样本图片对作为输入，将每对带标注的样本图片对中的图片之间的匹配度作为输出，训练得到匹配模型。
在一些实施例中，匹配模型包括第一卷积神经网络和第二卷积神经网络，卷积神经网络包括卷积层、池化层以及全连接层。
在一些实施例中，第二输入单元包括：提取子单元，配置用于将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量；将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量；计算子单元，配置用于对得到的两个特征向量进行距离计算，得到带标注的第一图片和带标注的第二图片的匹配度。
第三方面，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生成信息的方法中任意实施例的方法。
第四方面，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，其中，该程序被处理器执行时实现如用于生成信息的方法中任意实施例的方法。
本申请实施例提供的用于生成信息的方法和装置，通过先将获取到的第一图片和第二图片分别输入至预先训练的识别和检测模型，得到带标注的第一图片和带标注的第二图片，然后将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片之间的匹配度，由于先通过检测和识别模型标注出了图片中的目标对象，从而通过匹配模型计算的是第一图片中的目标对象和第二图片中的目标对象的匹配度，而不是第一图片和第二图片整体之间的匹配度，降低了图片中除却目标对象外的其它对象对匹配度计算的干扰，进而提高了图片匹配结果的准确性。
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生成信息的方法的一个实施例的流程图；
图3a是根据本申请实施例的用于生成信息的方法中的第一图片的一个实施例的示意图；
图3b是根据本申请实施例的用于生成信息的方法中的第二图片的一个实施例的示意图；
图3c是根据本申请实施例的用于生成信息的方法中的带标注的第一图片的一个实施例的示意图；
图3d是根据本申请实施例的用于生成信息的方法中的带标注的第二图片的一个实施例的示意图；
图4是根据本申请的用于生成信息的方法的又一个实施例的流程图；
图5是根据本申请的用于生成信息的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服务器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生成信息的方法或用于生成信息的装置的示例性系统架构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和服务器105。网络104用以在终端设备101、102、103和服务器105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。
终端设备101、102、103上可以安装有摄像头，也可以安装有各种通讯客户端应用，例如搜索类应用、购物类应用、网页浏览器应用、社交平台软件、邮箱客户端等。终端设备可以通过摄像头进行图片的拍摄，也可以通过通讯客户端应用进行图片的下载等。服务器105可以通过网络104与终端设备101、102、103交互，以获取待匹配的第一图片和第二图片等。
终端设备101、102、103可以是具有显示屏并且支持拍照、网页浏览的各种电子设备，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，例如对终端设备101、102、103上传的图片进行处理的图片处理服务器。图片处理服务器可以对获取到的第一图片和第二图片进行分析等处理，并将处理结果(例如带标注的第一图片和带标注的第二图片)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于生成信息的方法可以由服务器105执行，相应地，用于生成信息的装置可以设置于服务器105中。另外，本申请实施例所提供的用于生成信息的方法也可以由终端设备101、102、103执行，相应的，用于生成信息的装置设置于终端设备101、102、103中。
需要指出的是，服务器105的本地也可以直接存储第一图片和第二图片，服务器105可以直接提取本地的第一图片和第二图片进行处理，此时，示例性系统架构100可以不存在终端设备101、102、103和网络104。
还需要指出的是，终端设备101、102、103中也可以安装有图片处理类应用。终端设备101、102、103也可以基于图片处理类应用对待匹配的第一图片和第二图片进行标注。此时，用于生成信息的方法也可以由终端设备101、102、103执行，相应地，用于生成信息的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100可以不存在服务器105和网络104。
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生成信息的方法的一个实施例的流程200。该用于生成信息的方法，包括以下步骤：
步骤201，获取第一图片和第二图片。
在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从终端设备中获取第一图片和第二图片。其中，该终端设备可以为照相机、具有拍摄功能的手机、电脑等。用户可以利用终端设备进行图片拍摄，并将拍摄的图片保存至终端设备中。上述终端设备上可以包括各种应用，例如搜索类应用、网页浏览类应用、购物类应用等。用户可以通过上述各种应用下载图片，并将下载的图片保存至终端设备。需要说明的是，上述第一图片和第二图片可以直接存储在上述电子设备的本地，此时，上述电子设备可以直接从本地获取第一图片和第二图片，当上述电子设备通过本地获取图片时，网络可被省略。
在本申请中，为了便于描述要匹配的两个图片，将两个图片分别命名为第一图片和第二图片，本领域技术人员应当理解，其中的第一或第二并不构成对图片的特殊限定。
在本实施例中，上述第一图片和第二图片中包含有至少一个对象。在这里，该对象可以指图片中的任何实体。具体的，可以包括吃、穿、住、行、用等相关的各类物品实体。例如，人物的服饰、配饰、家具、车等，也包括其它如人物、动物、植物等。需要说明的是，该对象为示意性的，本申请并不仅限于此，只要该对象为图片中的实体，均落入本申请的保护范围内。
步骤202，将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片。
在本实施例中，基于步骤201所获取的第一图片和第二图片，上述电子设备可以将第一图片和第二图片输入至预先训练的检测和识别模型，从而得到带标注的第一图片和带标注的第二图片。其中，带标注的图片指对图片中的目标对象进行标注后得到的图片，标注包括围绕图片中的目标对象的图像框。在这里，目标对象可以包括图片上显示的一个或多个对象。目标对象可以由人为预先指定，也可以根据预设规则自动指定。例如，对于一张内容包括一个手提公文包的人的图片，假设预先指定目标对象为公文包，则可以通过用一个画像框将图片中的公文包围绕起来的方式对该图片进行标注。假设指定的目标对象为人，则可以通过用一个画像框将图片中的人围绕起来的方式对该图片进行标注。此外，目标对象还可以指定为除公文包和人之外的背景中的其它一个或多个实体。可选的，上述画像框可以为多种形状，如矩形、椭圆形、菱形或者其它多边形等。画像框的边框可以由实线形成，也可以由一些沿着目标对象的边缘的散列点构成的虚线形成。
在本实施例中，上述电子设备可以通过多种方式训练出可以表征图片与带标注的图片之间的对应关系的检测和识别模型。
在本实施例的一些可选的实现方式中，上述电子设备可以基于对大量图片和每个图片对应的带标注的图片进行汇总而生成存储有大量图片与带标注的图片的对应关系的对应关系表，并将该对应关系表作为检测和识别模型。从而，上述电子设备可以将获取到的第一图片与该对应关系表中的多个图片依次进行比较。若该对应关系表中的一个图片与该第一图片相同或相似，则将该对应关系表中的该图片对应的带标注的图片作为第一图片对应的带标注的图片。然后，上述电子设备可以执行上述与第一图片相同的操作得到第二图片对应的带标注的图片。
在本实施例的一些可选的实现方式中，上述电子设备可以首先获取多个样本图片和多个样本图片中的每个样本图片所对应的带标注的样本图片。上述检测和识别模型可以是预先利用机器学习方法，基于训练样本对初始化检测和识别模型进行训练后所得到的模型。其中，初始化检测和识别模型可以是未经训练的深度学习模型(Deep Neural Network，DNN)或未训练完成的深度学习模型。初始化检测和识别模型的各层可以设置有初始参数，参数在训练过程中可以被不断地调整。初始检测和识别模型可以是各种类型的未经训练或未训练完成的人工神经网络或者对多种未经训练或未训练完成的人工神经网络进行组合所得到的模型，例如，初始检测和识别模型可以是未经训练的卷积神经网络，也可以是未经训练的循环神经网络，还可以是对未经训练的卷积神经网络、未经训练的循环神经网络和未经训练的全连接层进行组合所得到的模型。
在本实施例的一些可选的实现方式中，上述电子设备可以首先获取多个样本图片和多个样本图片中每个样本图片所对应的带标注的样本图片。然后，对目前已经较成熟的可以用于检测和识别的神经网络进行训练，得到检测和识别模型。其中，目前已经较成熟的可以用于检测和识别的神经网络可以是R-CNN(Regions with Convolutional NeuralNetwork，基于区域的卷积神经网络)、Faster R-CNN(Faster Regions withConvolutional Neural Network，快速区域应用的卷积神经网络)、R-FCN(Region-basedFully Convolutional Neural Network，基于区域的全卷积网络)、SSD(Single Shotmultibox Detector，单击箱检测)、YOLO(You Only Look Once，一次目标检测)等。例如，采用R-CNN进行训练，那么首先将上述获取的样本图片输入至R-CNN中，利用Selective-Search(选择性搜索)或Edge-Boxes(边箱)等算法提取出样本图片中一定数量的候选区域。然后，经过若干卷积层提取出每个候选区域的特征向量。之后，将提取到的特征向量输入至如SVM(Support Vector Machine，支持向量机)等分类器中进行分类。接着，将分类好的候选区域通过边框回归，输出预测的标注窗口坐标。然后，根据预测的标注窗口坐标和上述获取到的样本图片对应的带标注的样本图片中的图像框的坐标的差异，利用反向传播算法调整各卷积层的参数，直到输出的预测的标注窗口坐标和样本图片对应的带标注的样本图片中的图像框的坐标之间的差异小于一定阈值，则确定得到识别和检测模型。或者上述电子设备可以基于获取的样本图片和样本图片对应的带标注的样本图片，对在公开数据集上已经训练好的模型进行微调来形成检测和识别模型。
在本实施例的一些可选的实现方式中，上述获取多个样本图片和多个样本图片中每个样本图片所对应的带标注的样本图片可以通过多种方式实现。例如，可以人为的通过手工去标注出样本图片中的目标对象；或者可以通过滑动窗口的方式对样本图片进行遍历，直到标注出样本图片中的目标对象。或者可以使用一些开源的图片标注工具快速的将样本图片中的目标区域标注出来。开源的图片标注工具可以为LabelImg、trainingImageLabeler、imageLabeler、BBox-Label-Tool等。其中，LabelImg、trainingImageLabeler、imageLabeler、BBox-Label-Tool均是开源的可视化的图像标记工具，下载源码后，经过环境配置，就可以运行使用。上述这些开源的图片标注工具是通过将目标区域使用一个图像框如矩形框围绕起来的方式对图片进行标注。
步骤203，将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度。
在本实施例中，基于步骤202所得到的带标注的第一图片和带标注的第二图片，上述电子设备可以将带标注的第一图片和带标注的第二图片输入至匹配模型中，从而得到带标注的第一图片和带标注的第二图片之间匹配度。
在本实施例中，上述电子设备可以通过多种方式训练出可以表征图片对与图片之间的匹配度的对应关系的匹配模型。
在本实施例的一些可选的实现方式中，上述电子设备可以基于对大量的图片对和图片对之间的匹配度进行统计而生成存储有大量图片对与图片对中的图片之间的匹配度的对应关系表，并将该对应关系表作为匹配模型。可选的，匹配度可以包括配对和不配对两种类型。例如，上述电子设备可以预先设置相似度阈值，将图片之间的相似度不小于匹配度阈值的图片对对应的图片对中的图片之间的匹配度记为配对，将图片之间的相似度小于匹配度阈值的图片对对应的图片对中的图片之间的匹配度记为不配对。然后，上述电子设备可以将待匹配的第一图片和第二图片与对应关系表中的多个图片对依次进行比较，若该对应关系表中的一组图片对与第一图片和第二图片相同或相似，则将该对应关系表中的该组图片对对应的匹配度作为第一图片和第二图片的匹配度。
需要说明的是，上述匹配度还可以包括其它离散的多种类别。例如，匹配度还可以包括不配对，低配对、一般配对、高配对、完全配对等多种类别。此外，上述匹配度也可以包括连续的多种类别。可选的，匹配度可以为具体的数值。例如，匹配度可以为0～1之间的任意数值，也可以是其它数值，例如可以将两个图片之间的相似度的具体数值作为图片对的匹配度。本申请对于上述匹配度可以包括离散或连续的任意多个类别不作限定。
在本实施例的一些可选的实现方式中，上述电子设备可以首先获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度。然后，对用于图片匹配的初始化模型进行训练，其中，初始化模型可以是采用现有的孪生神经网络的架构进行设置的未经训练的或未训练完成的卷积神经网络，包括两个完全相同的卷积神经网络(可以记为第一卷积神经网络和第二卷积神经网络)。两个卷积神经网络的输出作为预设的对比函数的输入。可选的，上述对比函数可以使用常用的距离计算函数，例如，欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德相似系数、相关系数、信息熵等。具体的，在训练过程中，选择带标注的样本图片对中的其中一个带标注的样本图片输入至初始化模型中的第一卷积神经网络，将带标注的样本图片对中的另一个带标注的样本图片输入至第二卷积神经网络，将两个卷积神经网络的输出作为上述对比函数的输入，将对比函数的函数值作为带标注的样本图片对之间的预测匹配度。之后，基于上述预测匹配度和获取的带标注的样本图片对中的图片之间的匹配度之间的误差，利用反向传播算法调整初始化模型中两个卷积神经网络的参数，直到所有带标注的样本图片对的平均误差小于一定阈值，则确定得到匹配模型。其中，可选的，可以将预测匹配度和获取的带标注的样本图片对中的图片之间的匹配度的差的绝对值作为两者之间的误差。需要指出的是，上述反向传播算法是目前广泛研究和应用的公知技术，在此不再赘述。
或者可选的，可以将上述预测匹配度和获取的样本图片对中的图片之间的匹配度输入至损失函数，其中，上述损失函数的函数值可以用于表征预测匹配度和获取的样本图片对中的图片之间的匹配度之间的差异程度，函数值越小，表示带标注的样本图片对中的图片之间的差异程度越小。可选的，上述损失函数可以使用常用的损失函数，例如，0-1损失函数、绝对值损失函数、log对数损失函数、平方损失函数、指数损失函数、hinge损失函数等，训练的目标为使损失函数的函数值最小，根据函数值调整初始化模型中两个卷积神经网络的参数，直至损失函数的函数值为最小值，则确定得到匹配模型。
需要说明的是，在上述匹配模型的训练过程中，两个卷积神经网络仍保持完全相同，即参数的修改保持一致。
在本实施例的一些可选的实现方式中，上述电子设备可以首先获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度。然后，对用于图片匹配的初始化模型进行训练，其中，初始化模型可以包括未经训练的或未训练完成的卷积神经网络。可以将初始卷积神经网络的两次不同的输出作为预设的对比函数的输入。可选的，上述对比函数可以使用常用的距离计算函数。例如，欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德相似系数、相关系数、信息熵等。具体的，在训练过程中，选择带标注的样本图片对中的其中一个带标注的样本图片输入至初始卷积神经网络，得到该带标注的样本图片的特征向量(可以记作特征向量a)，并对得到的特征向量进行存储。然后，选择带标注的样本图片对中的另一个带标注的样本图片再输入至初始卷积神经网络，得到该带标注的样本图片的特征向量(可以记作特征向量b)，并对得到的特征向量进行存储。然后，将特征向量a和特征向量b作为上述对比函数的输入，将对比函数的函数值作为带标注的样本图片对之间的预测匹配度。之后，基于上述预测匹配度和获取的带标注的样本图片对中的图片之间的匹配度之间的误差，利用反向传播算法调整初始化模型中两个卷积神经网络的参数，直到所有带标注的样本图片对的平均误差小于一定阈值，则确定得到匹配模型。其中，可选的，可以将预测匹配度和获取的带标注的样本图片对中的图片之间的匹配度的差的绝对值作为两者之间的误差。
继续参见图3a、图3b、图3c和图3d，图3a、图3b、图3c和图3d是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中，用于生成信息的电子设备(例如电脑)可以首先从本地获取或者从网络上下载两张图片。或者从本地选取一张图片，从网络上下载一张图片。选择任意一张作为第一图片(如图3a所示)，选择另外一张作为第二图片(如图3b所示)。在该应用场景中，两个图片均为一个携带有背包的人，假设预先指定的目标对象为背包。然后，将第一图片和第二图片输入至预先训练的检测和识别模型，得到标注后的带标注的第一图片(如图3c所示)和带标注的第二图片(如图3d所示)。其中，用矩形图像框(如标号301所示)将两张图片中的目标对象(即背包)围绕起来作为标注。需要说明的是，标号301所指示的标注仅为示意。接下来，将带表标注的第一图片和第二图片输入至预先训练的匹配模型，得到两个带标注的图片的匹配度。
本申请实施例提供的用于生成信息的方法，通过将获取到的第一图片和第二图片输入至预先训练的检测和识别模型中，得到带标注的第一图片和带标注的第二图片，然后将两个带标注的图片输入至预先训练的匹配模型中，得到两个带标注的图片之间的匹配度。由于先将图片中的目标对象通过检测和识别模型标注出来，然后通过匹配模型计算的是两个带标注的图片中的目标对象之间的匹配度，而不是计算了第一图片和第二图片整体之间的匹配度，降低了图片中除目标对象外的其它对象对匹配度计算的干扰，从而提高了匹配度计算结果的准确性。
进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该信息生成方法的流程400，包括以下步骤：
步骤401，获取第一图片和第二图片。
在本实施例中，用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从终端设备中获取第一图片和第二图片。
步骤402，将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片。
在本实施例中，基于步骤401所获取的第一图片和第二图片，上述电子设备可以将第一图片和第二图片输入至检测和识别模型，从而得到带标注的第一图片和带标注的第二图片。
需要说明的是，上述步骤401和402的操作与上述步骤201和202的操作基本相同，在此不再赘述。
步骤403，将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量。
在本实施例中，基于步骤402所获取的带标注的第一图片，上述电子设备可以将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量。可选的，匹配模型包括第一卷积神经网络和第二卷积神经网络。
在本申请中，为了便于描述相同的两个卷积神经网络，将两个卷积神经网络分别命名为第一卷积神经网络和第二卷积神经网络，本领域技术人员应当理解，其中的第一或第二并不构成对卷积神经网络的特殊限定。
在本实施例的一些可选的实现方式中，上述卷积神经网络包括卷积层、池化层以及全连接层，上述将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量，包括以下步骤：
第一步，将带标注的第一图片输入至第一卷积神经网络的卷积层，得到带标注的第一图片中的目标对象的第一特征向量；
第二步，将第一步中得到的第一特征向量输入至第一卷积神经网络的池化层，得到带标注的第一图片中的目标对象的预设维度的第一特征向量；
第三步，将得到的预设维度的第一特征向量输入至第一卷积神经网络的全连接层，得到带标注的第一图片中的目标对象的输出特征向量。
可选的，上述池化层可以采用ROI(Region Of Interest，感兴趣区域)池化层，使得上述卷积层输出的第一特征向量经过池化层之后能够输出预设维度的第一特征向量。
步骤404，将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量。
在本实施例中，基于步骤402所获取的带标注的第二图片，上述电子设备可以将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量。可选的，匹配模型包括第一卷积神经网络和第二卷积神经网络。
在本实施例的一些可选的实现方式中，上述卷积神经网络包括卷积层、池化层以及全连接层，上述将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量，包括以下步骤：
第一步，将带标注的第二图片输入至第二卷积神经网络的卷积层，得到带标注的第二图片中的目标对象的第二特征向量；
第二步，将第一步中得到的第二特征向量输入至第二卷积神经网络的池化层，得到带标注的第二图片中的目标对象的预设维度的第二特征向量；
第三步，将得到的预设维度的第二特征向量输入至第二卷积神经网络的全连接层，得到带标注的第二图片中的目标对象的输出特征向量。
可选的，上述池化层可以采用ROI(Region Of Interest)池化层，使得上述卷积层输出的第二特征向量经过池化层之后能够输出预设维度的第二特征向量。
在本实施例可选的一些实施方式中，第一卷积神经网络和第二卷积神经网络完全相同。可选的，第一卷积神经网络和第二卷积神经网络具有相同的ROI池化层，用来输出预设维度的特征向量，使得上述第一特征向量和上述第二特征向量经过池化层之后具有相同维度。由于在步骤402中获取的带标注的第一图片和带标注的第二图片中标注出的目标对象的尺寸可能不同，从而经过卷积神经网络中各层进行特征提取之后，得到的第一特征向量和第二特征向量的维度不同。通过加入一个可以用来将不同维度的输入转化成预设维度的输出的ROI池化层，可以使得两个卷积神经网络在池化层之后输出相同维度的特征向量，进而便于之后两个特征向量之间的匹配度的计算。
步骤405，对得到的两个输出特征向量进行距离计算，得到带标注的第一图片和带标注的第二图片的匹配度。
在本实施例中，基于步骤403所获取的第一图片中的目标对象的输出特征向量和步骤404所获取的第二图片中的目标对象的输出特征向量，对两个特征向量进行距离计算，从而得到带标注的第一图片和带标注的第二图片的匹配度。
在本实施例的一些可选的实现方式中，对于上述步骤403和404中得到的特征向量，上述电子设备可以利用各种距离计算方法(例如欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德相似系数、相关系数、信息熵等)进行距离计算，并将计算结果计算两个特征向量之间的匹配度。
需要说明的是，步骤403和404中卷积神经网络各层输出的特征向量是指提取的带标注的图片中的目标对象的特征向量，而不是提取的输入的带标注的图片的整体的特征向量，从而之后步骤405中匹配模型输出的也是两个输入的带标注的图片中的目标对象之间的匹配度。在本申请中，两个带标注的图片的匹配度指两个带标注的图片中的目标对象之间的匹配度。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理图片方法的流程400突出了将得到的带标注的第一图片和带标注的第二图片输入至匹配模型得到带标注的第一图片和带标注的第二图片的匹配度的步骤。将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量。将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量。然后，将两个卷积神经网络的输出进行距离计算，得到所述带标注的第一图片和所述带标注的第二图片的匹配度。尤其是可以采用ROI池化层来实现将任意维度的特征向量转化为预设维度的特征向量。基于此，实现了对输入的不同尺寸的带标注的第一图片和带标注的第二图片，无需调整图片的尺寸，也可以计算带标注的第一图片和带标注的第二图片之间的匹配度。同时，避免了通过缩放或拉伸调整图片的尺寸带来的图片失真的问题，进一步提高了计算匹配度的准确性和灵活性。
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生成信息的装置的一个实施例，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，本实施例上述的用于生成信息的装置500包括：接收单元501，配置用于获取第一图片和第二图片；第一输入单元502，配置用于将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，检测和识别模型用于表征图片与带标注的图片的对应关系；第二输入单元503，配置用于将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，其中，匹配模型用于表征图片对与图片之间的匹配度的对应关系。
在本实施例的一些可选的实现方式中，上述检测和识别模型通过如下步骤训练得到：获取多个样本图片和多个样本图片中每个样本图片所对应的带标注的样本图片；利用机器学习方法，将多个样本图片中的每个样本图片作为输入，将多个样本图片中的每个样本图片所对应的带标注的样本图片作为输出，训练得到检测和识别模型。
在本实施例的一些可选的实现方式中，上述匹配模型通过如下步骤训练得到：获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度；利用机器学习方法，将多对带标注的样本图片对中的每对带标注的样本图片对作为输入，将每对带标注的样本图片对中的图片之间的匹配度作为输出，训练得到匹配模型。
在本实施例的一些可选的实现方式中，上述匹配模型包括第一卷积神经网络和第二卷积神经网络，卷积神经网络包括卷积层、池化层以及全连接层。
在本实施例的一些可选的实现方式中，上述第二输入单元包括提取子单元和计算子单元(图中未示出)。其中，提取子单元，配置用于将带标注的第一图片输入至第一卷积神经网络，得到带标注的第一图片中的目标对象的输出特征向量；将带标注的第二图片输入至第二卷积神经网络，得到带标注的第二图片中的目标对象的输出特征向量；计算子单元，配置用于对得到的两个特征向量进行距离计算，得到上述带标注的第一图片和所述带标注的第二图片的匹配度。
本申请实施例提供的用于生成信息的装置，通过第一输入单元502将接收单元501获取的第一图片和第二图片输入至预先训练的识别和检测模型，得到带标注的第一图片和带标注的第二图片，然后第二输入单元503将第一输入单元502输出的带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片之间的匹配度，由于通过第一输入单元501先将图片中的目标对象标注出来，然后通过匹配模型计算的是两个带标注的图片中的目标对象之间的匹配度，而不是第一图片和第二图片整体之间的匹配度，降低了图片中除目标对象外的其它对象对匹配度计算的干扰，从而提高了匹配度计算结果的准确性。
下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，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，本申请所述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、第一输入单元和第二输入单元。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“获取第一图片和第二图片的单元”。
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：获取第一图片和第二图片；将第一图片和第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，该检测和识别模型用于表征图片与带标注的图片的对应关系；将带标注的第一图片和带标注的第二图片输入至预先训练的匹配模型，得到带标注的第一图片和带标注的第二图片的匹配度，其中，该匹配模型用于表征图片对与图片之间的匹配度的对应关系。
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所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 (12)

1.一种用于生成信息的方法，其中，所述方法包括：
获取第一图片和第二图片；
将所述第一图片和所述第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，所述检测和识别模型用于表征图片与带标注的图片的对应关系；
将所述带标注的第一图片和所述带标注的第二图片输入至预先训练的匹配模型，得到所述带标注的第一图片和所述带标注的第二图片的匹配度，其中，所述匹配模型用于表征图片对与图片之间的匹配度的对应关系。
2.根据权利要求1所述的用于生成信息的方法，其中，所述检测和识别模型通过如下步骤训练得到：
获取多个样本图片和所述多个样本图片中每个样本图片所对应的带标注的样本图片；
利用机器学习方法，将所述多个样本图片中的每个样本图片作为输入，将所述多个样本图片中的每个样本图片所对应的所述带标注的样本图片作为输出，训练得到所述检测和识别模型。
3.根据权利要求2所述的用于生成信息的方法，其中，所述匹配模型通过如下步骤训练得到：
获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度；
利用机器学习方法，将所述多对带标注的样本图片对中的每对带标注的样本图片对作为输入，将每对带标注的样本图片对中的图片之间的匹配度作为输出，训练得到所述匹配模型。
4.根据权利要求1所述的用于生成信息的方法，其中，所述匹配模型包括第一卷积神经网络和第二卷积神经网络。
5.根据权利要求4所述的用于生成信息的方法，其中，所述将所述带标注的第一图片和所述带标注的第二图片输入至预先训练的匹配模型，得到所述带标注的第一图片和所述带标注的第二图片的匹配度，包括：
将所述带标注的第一图片输入至所述第一卷积神经网络，得到所述带标注的第一图片中的目标对象的输出特征向量；
将所述带标注的第二图片输入至所述第二卷积神经网络，得到所述带标注的第二图片中的目标对象的输出特征向量；
对得到的两个输出特征向量进行距离计算，得到所述带标注的第一图片和所述带标注的第二图片的匹配度。
6.一种用于生成信息的装置，其中，所述装置包括：
接收单元，配置用于获取第一图片和第二图片；
第一输入单元，配置用于将所述第一图片和所述第二图片分别输入至预先训练的检测和识别模型，得到带标注的第一图片和带标注的第二图片，其中，标注包括围绕图片中的目标对象的图像框，所述检测和识别模型用于表征图片与带标注的图片的对应关系；
第二输入单元，配置用于将所述带标注的第一图片和所述带标注的第二图片输入至预先训练的匹配模型，得到所述带标注的第一图片和所述带标注的第二图片的匹配度，其中，所述匹配模型用于表征图片对与图片之间的匹配度的对应关系。
7.根据权利要求6所述的用于生成信息的装置，其中，所述检测和识别模型通过如下步骤训练得到：
获取多个样本图片和所述多个样本图片中每个样本图片所对应的带标注的样本图片；
利用机器学习方法，将所述多个样本图片中的每个样本图片作为输入，将所述多个样本图片中的每个样本图片所对应的所述带标注的样本图片作为输出，训练得到所述检测和识别模型。
8.根据权利要求7所述的用于生成信息的装置，其中，所述匹配模型通过如下步骤训练得到：
获取多对带标注的样本图片对，以及每对带标注的样本图片对中的图片之间的匹配度；
利用机器学习方法，将所述多对带标注的样本图片对中的每对带标注的样本图片对作为输入，将每对带标注的样本图片对中的图片之间的匹配度作为输出，训练得到所述匹配模型。
9.根据权利要求6所述的用于生成信息的装置，其中，所述匹配模型包括第一卷积神经网络和第二卷积神经网络，卷积神经网络包括卷积层、池化层以及全连接层。
10.根据权利要求9所述的用于生成信息的装置，其中，所述第二输入单元包括：
提取子单元，配置用于将所述带标注的第一图片输入至所述第一卷积神经网络，得到所述带标注的第一图片中的目标对象的输出特征向量；将所述带标注的第二图片输入至第二卷积神经网络，得到所述带标注的第二图片中的目标对象的输出特征向量；
计算子单元，配置用于对得到的两个特征向量进行距离计算，得到所述带标注的第一图片和所述带标注的第二图片的匹配度。
11.一种电子设备，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1-5中任一所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201810102618.7A 2018-02-01 2018-02-01 用于生成信息的方法和装置 Pending CN110110189A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810102618.7A CN110110189A (zh) 2018-02-01 2018-02-01 用于生成信息的方法和装置
US16/959,605 US11250292B2 (en) 2018-02-01 2019-01-29 Method and apparatus for generating information
PCT/CN2019/073654 WO2019149186A1 (zh) 2018-02-01 2019-01-29 用于生成信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810102618.7A CN110110189A (zh) 2018-02-01 2018-02-01 用于生成信息的方法和装置

Publications (1)

Publication Number Publication Date
CN110110189A true CN110110189A (zh) 2019-08-09

Family

ID=67478606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810102618.7A Pending CN110110189A (zh) 2018-02-01 2018-02-01 用于生成信息的方法和装置

Country Status (3)

Country Link
US (1) US11250292B2 (zh)
CN (1) CN110110189A (zh)
WO (1) WO2019149186A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674719A (zh) * 2019-09-18 2020-01-10 北京市商汤科技开发有限公司 目标对象匹配方法及装置、电子设备和存储介质
CN110704650A (zh) * 2019-09-29 2020-01-17 携程计算机技术（上海）有限公司 Ota图片标签的识别方法、电子设备和介质
CN111283652A (zh) * 2020-03-24 2020-06-16 中科开创（广州）智能科技发展有限公司 智能消杀防疫机器人
CN111985565A (zh) * 2020-08-20 2020-11-24 上海风秩科技有限公司 图片分析方法和装置、存储介质及电子设备

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020099985A1 (ja) * 2018-11-13 2020-05-22 株式会社半導体エネルギー研究所 画像検索システム、及び画像検索方法
US11354485B1 (en) * 2021-05-13 2022-06-07 iCIMS, Inc. Machine learning based classification and annotation of paragraph of resume document images based on visual properties of the resume document images, and methods and apparatus for the same
CN113239909B (zh) * 2021-07-12 2021-10-29 北京世纪好未来教育科技有限公司 一种题目处理方法、装置、设备及介质
CN115687673B (zh) * 2022-11-08 2023-07-07 杭州晶彩数字科技有限公司 图片归档的方法、装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11316819A (ja) * 1998-04-30 1999-11-16 Canon Inc 画像検索装置及び方法
CN104899579A (zh) * 2015-06-29 2015-09-09 小米科技有限责任公司 人脸识别方法和装置
CN106326874A (zh) * 2016-08-30 2017-01-11 天津中科智能识别产业技术研究院有限公司 一种人眼图像中的虹膜识别方法及其装置
CN106339695A (zh) * 2016-09-20 2017-01-18 北京小米移动软件有限公司 人脸相似检测方法、装置及终端
CN106803071A (zh) * 2016-12-29 2017-06-06 浙江大华技术股份有限公司 一种图像中的物体检测方法及装置

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4518092B2 (ja) 2006-03-31 2010-08-04 ソニー株式会社 物体認識装置、物体認識方法、物体認識プログラム、特徴量登録装置、特徴量登録方法、及び特徴量登録プログラム
JP5318863B2 (ja) * 2008-05-21 2013-10-16 パナソニック株式会社 撮像装置、撮像方法及び集積回路
JP5149861B2 (ja) * 2009-05-01 2013-02-20 富士フイルム株式会社 中間画像生成装置およびその動作制御方法
KR101289087B1 (ko) * 2011-11-03 2013-08-07 인텔 코오퍼레이션 얼굴 검출 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
CN103514432B (zh) * 2012-06-25 2017-09-01 诺基亚技术有限公司 人脸特征提取方法、设备和计算机程序产品
US10547774B2 (en) * 2013-01-09 2020-01-28 Sony Corporation Image processing device, image processing method, and program
US9224066B2 (en) * 2013-03-01 2015-12-29 Adobe Systems Incorporated Object detection via validation with visual search
US9384213B2 (en) * 2013-08-14 2016-07-05 Google Inc. Searching and annotating within images
US10013710B2 (en) * 2014-04-17 2018-07-03 Ebay Inc. Fashion preference analysis
JP6277933B2 (ja) * 2014-10-10 2018-02-14 株式会社デンソー 表示制御装置、表示システム
JP6227165B2 (ja) * 2014-12-10 2017-11-08 三菱電機株式会社 画像処理装置及び車載表示システム及び表示装置及び画像処理方法及び画像処理プログラム
US9710712B2 (en) * 2015-01-16 2017-07-18 Avigilon Fortress Corporation System and method for detecting, tracking, and classifiying objects
PL411602A1 (pl) * 2015-03-17 2016-09-26 Politechnika Poznańska System do estymacji ruchu na obrazie wideo i sposób estymacji ruchu na obrazie wideo
JP5874886B1 (ja) * 2015-03-20 2016-03-02 パナソニックＩｐマネジメント株式会社 接客モニタリング装置、接客モニタリングシステムおよび接客モニタリング方法
CN106203242B (zh) * 2015-05-07 2019-12-24 阿里巴巴集团控股有限公司 一种相似图像识别方法及设备
EP3096291B1 (en) * 2015-05-18 2017-12-20 Thomson Licensing Method and device for bounding an object in a video
US9767378B2 (en) * 2015-08-31 2017-09-19 Sony Corporation Method and system to adaptively track objects
JP6444835B2 (ja) * 2015-09-07 2018-12-26 株式会社東芝 画像処理装置、画像処理プログラムおよび画像処理システム
US9767381B2 (en) * 2015-09-22 2017-09-19 Xerox Corporation Similarity-based detection of prominent objects using deep CNN pooling layers as features
US10785415B2 (en) * 2016-03-03 2020-09-22 Sony Corporation Display control device and display control method
CN107396165B (zh) * 2016-05-16 2019-11-22 杭州海康威视数字技术股份有限公司 一种视频播放方法及装置
US10210418B2 (en) * 2016-07-25 2019-02-19 Mitsubishi Electric Research Laboratories, Inc. Object detection system and object detection method
US20180039853A1 (en) * 2016-08-02 2018-02-08 Mitsubishi Electric Research Laboratories, Inc. Object Detection System and Object Detection Method
US10163212B2 (en) * 2016-08-19 2018-12-25 Sony Corporation Video processing system and method for deformation insensitive tracking of objects in a sequence of image frames
EP3563295A1 (en) * 2016-12-27 2019-11-06 Telecom Italia S.p.A. Method and system for identifying targets in scenes shot by a camera
CN106980880A (zh) 2017-03-06 2017-07-25 北京小米移动软件有限公司 图像匹配的方法及装置
CN107239780A (zh) * 2017-04-29 2017-10-10 安徽慧视金瞳科技有限公司 一种多特征融合的图像匹配方法
US20180349708A1 (en) * 2017-05-30 2018-12-06 Google Inc. Methods and Systems for Presenting Image Data for Detected Regions of Interest
US20180330169A1 (en) * 2017-05-12 2018-11-15 Google Inc. Methods and Systems for Presenting Image Data for Detected Regions of Interest
WO2018224442A1 (en) * 2017-06-05 2018-12-13 Siemens Aktiengesellschaft Method and apparatus for analysing an image
GB2564668B (en) * 2017-07-18 2022-04-13 Vision Semantics Ltd Target re-identification
WO2019129255A1 (zh) * 2017-12-29 2019-07-04 华为技术有限公司 一种目标跟踪方法及装置
US20190244030A1 (en) * 2018-02-07 2019-08-08 Hitachi, Ltd. Object tracking in video using better object area

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11316819A (ja) * 1998-04-30 1999-11-16 Canon Inc 画像検索装置及び方法
CN104899579A (zh) * 2015-06-29 2015-09-09 小米科技有限责任公司 人脸识别方法和装置
CN106326874A (zh) * 2016-08-30 2017-01-11 天津中科智能识别产业技术研究院有限公司 一种人眼图像中的虹膜识别方法及其装置
CN106339695A (zh) * 2016-09-20 2017-01-18 北京小米移动软件有限公司 人脸相似检测方法、装置及终端
CN106803071A (zh) * 2016-12-29 2017-06-06 浙江大华技术股份有限公司 一种图像中的物体检测方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674719A (zh) * 2019-09-18 2020-01-10 北京市商汤科技开发有限公司 目标对象匹配方法及装置、电子设备和存储介质
CN110674719B (zh) * 2019-09-18 2022-07-26 北京市商汤科技开发有限公司 目标对象匹配方法及装置、电子设备和存储介质
CN110704650A (zh) * 2019-09-29 2020-01-17 携程计算机技术（上海）有限公司 Ota图片标签的识别方法、电子设备和介质
CN111283652A (zh) * 2020-03-24 2020-06-16 中科开创（广州）智能科技发展有限公司 智能消杀防疫机器人
CN111283652B (zh) * 2020-03-24 2020-10-16 中科开创（广州）智能科技发展有限公司 智能消杀防疫机器人
CN111985565A (zh) * 2020-08-20 2020-11-24 上海风秩科技有限公司 图片分析方法和装置、存储介质及电子设备

Also Published As

Publication number Publication date
US11250292B2 (en) 2022-02-15
WO2019149186A1 (zh) 2019-08-08
US20200387744A1 (en) 2020-12-10

Similar Documents

Publication Publication Date Title
CN110110189A (zh) 用于生成信息的方法和装置
CN109214343B (zh) 用于生成人脸关键点检测模型的方法和装置
CN108171207A (zh) 基于视频序列的人脸识别方法和装置
CN108133201B (zh) 人脸属性识别方法和装置
CN108229419A (zh) 用于聚类图像的方法和装置
CN108734185B (zh) 图像校验方法和装置
CN107908789A (zh) 用于生成信息的方法和装置
CN108197592B (zh) 信息获取方法和装置
CN108171191B (zh) 用于检测人脸的方法和装置
CN107919129A (zh) 用于控制页面的方法和装置
CN108986169A (zh) 用于处理图像的方法和装置
CN109034069A (zh) 用于生成信息的方法和装置
CN108182412A (zh) 用于检测图像类型的方法及装置
CN108171208A (zh) 信息获取方法和装置
CN108062416B (zh) 用于在地图上生成标签的方法和装置
CN108876858A (zh) 用于处理图像的方法和装置
CN107958247A (zh) 用于人脸图像识别的方法和装置
CN109241934A (zh) 用于生成信息的方法和装置
CN108171211A (zh) 活体检测方法和装置
CN108133197A (zh) 用于生成信息的方法和装置
CN108446658A (zh) 用于识别人脸图像的方法和装置
CN108960110A (zh) 用于生成信息的方法和装置
CN108509921A (zh) 用于生成信息的方法和装置
CN108509904A (zh) 用于生成信息的方法和装置
CN108509994A (zh) 人物图像聚类方法和装置

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