CN110826582A - 图像特征训练方法、装置和系统 - Google Patents

Abstract

本发明公开了一种图像特征训练方法、装置和系统。其中，该方法包括：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像和第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。本发明解决了现有技术中训练特征图像时运算复杂度高的技术问题。

Description

图像特征训练方法、装置和系统

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图像特征训练方法、装置和系统。

背景技术

图像搜索项目在多种应用中都具有重要的作用，例如，用户在购物网站购物时，除了通过搜索关键词搜索商品之外，还可以上传商品图像进行搜索，系统可以根据用户上传的图像为用户推荐商品。

在图像搜索中，为了不断提高搜索效果，需要不断的优化图像搜索系统。目前所使用的方法是，通过用户点击信息生成triplet(三元组)模型，并以triplet模型为依据对系统进行训练。但triplet所需要的数据包括用户上传的图像，用户选择的图像和用户未选择的图像，因此数据量较大；且用户每次可能只选择一个图像，也即需要从众多的未选择图像中，抽取出用于构成triplet的未选择的图像，从而使得triplet模型的构造复杂度高。

由此可知，目前在对图像搜索系统进行训练所使用的方式具有模型构造复杂度高，训练时间长，且训练效率低的缺陷。

针对现有技术中训练特征图像时运算复杂度高的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图像特征训练方法、装置和系统，以至少解决现有技术中训练特征图像时运算复杂度高的技术问题。

根据本发明实施例的一个方面，提供了一种图像特征训练方法，包括：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像和第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

根据本发明实施例的另一方面，还提供了一种图像特征训练装置，包括：获取模块，用于基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；聚类模块，用于基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；训练模块，用户基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行如下步骤：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行如下步骤：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

根据本发明实施例的另一方面，还提供了一种图像特征训练系统，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

在本发明实施例中，基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。上述实施例根据用户行为的反馈，生成用于进行训练的训练样本，即上述聚类结果和聚类结果对应的标识，通过对聚类结果和聚类结果对应的标识进行训练，得到图像的图像特征。无需构建triplet模型，尤其是不需要构建triplet时的hard negative(难例，即负样本原图)抽样(即从用户未选择的图像中进行抽样)，从而提高了训练速度，进而提高了训练效率。

由此，本申请上述实施例解决了现有技术中训练特征图像时运算复杂度高的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了一种用于实现图像特征训练方法的计算机终端(或移动设备)的硬件结构框图；

图2是根据本发明实施例1的图像特征训练方法的流程图；

图3是根据本申请实施例1的一种图像特征训练的示意图；

图4是根据本申请实施例2的一种图像特征训练方法的图像特征训练装置的示意图；以及

图5是根据本发明实施例4的一种计算机终端的结构框图。

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、完整地描述，显然，所描述的实施例仅仅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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：

graph：本申请中的graph为无权无向图，图中的每个节点都表示获取到的预设时间内用户上传的图像，具有预设关系的图像对应的节点之间通过无向边相连，上述预设关系指的是，上传图像的用户在系统根据图像返回的候选图像中，选择了相同的目标图像。

graph embedding：graph embedding用于学习节点隐表示向量，在一个连续向量空间中对节点的关联关系进行编码，从而对graph进行向量化表示。

实施例1

根据本发明实施例，还提供了一种图像特征训练方法的实施例，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。

本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现图像特征训练方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的图像特征训练方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的图像特征训练方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。

在上述运行环境下，本申请提供了如图2所示的图像特征训练方法。图2是根据本发明实施例1的图像特征训练方法的流程图。

步骤S21，基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为。

具体的，上述目标对象可以是向系统上传图像的用户，上述图像集合中的图像即为用户向系统上传的图像。例如，以购物网站为例，购物网站具有通过图像搜索商品的功能，用户使用智能终端向购物网站上传图像，购物网站中的图像搜索系统(可以是服务器或服务器集群构成的系统)根据用户上传的图像进行搜索，并向用户返回搜索结果。

操作第一图像的目标对象即为向系统上传第一图像的用户，操作第二图像的目标对象即为向系统上传第二图像的用户，系统接收到第一图像和第二图像后，根据第一图像和第二图像进行搜索，并分别返回第一图像和第二图像的搜索结果。

操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为，可以是，在系统返回了第一图像对应的搜索结果和第二图像对应的搜索结果之后，上传第一图像的用户和上传第二图像的用户选择了相同的图像。

在上述方案中，图像集合至少包括一个图像组，图像组中记录了第一图像、第二图像，以及第一图像和第二图像之间的关联信息。第一图像和第二图像之间的关联信息可以通过在无向图中将第一图像和第二图像所对应的节点相连来表示。

在一种可选的实施例中，仍以购物网站为例，获取预设时间内所有用户上述的图像，构成图像集合。然后获取上传图像的用户最终所选择的图像，将选择相同图像的用户所上传的图像作为一个图像组。

步骤S23，基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识。

聚类用于对抽象对象的集合进行分类，聚类结果中，属于同一类的抽象对象具有一定的相似性。

如果不同的用户选择了同样的图像，则不同的用户上传的图像的相似度可能较高，在上述步骤中，基于这种假设，根据图像组中记录的关联信息，对图像集合中的图像进行聚类。

聚类结果的标识(cluster ID)可以是虚拟标签，例如，不具有语义的序号等。

在一种可选的实施例中，聚类结果可以例如：01(A，C，F，D)；02(E，R，I，0，K)等，其中，01和02为聚类结果对应的标识，即虚拟标签；A、C、F、D、E、R、I、0和K即为图像结合中的图像。

步骤S25，基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

具体的，上述步骤的训练对象，可以是当前已经存在的一个图像搜索系统，聚类结果中的图像和聚类结果的标识作为训练所使用的样本数据。

上述训练结果可以为输入图像的图像特征，得到的图像特征可以用于对图像搜索系统进行优化，也即使图像搜索系统的搜索结果更加准确。

输入图像即为聚类结果中的图像，聚类结果对应的标识在系统训练的过程中，用于系统确定输入的图像所属的类别，从而根据图像所属的类别中与图像相似的其他图像对图像进行训练，进而得到图像对应的图像特征。

在一种可选的实施例中，可以将聚类结果和聚类结果对应的标识输入至CNN(Convolutional Neural Network，卷积神经网络)分类网络模型进行训练，CNN分类网络模型的中间层会输出每个图像对应的图像特征。

本申请上述实施例基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。上述实施例根据用户行为的反馈，生成用于进行训练的训练样本，即上述聚类结果和聚类结果对应的标识，通过对聚类结果和聚类结果对应的标识进行训练，得到图像的图像特征。无需构建triplet模型，尤其是不需要构建triplet时的hard negative(难例，即负样本原图)抽样(即从用户未选择的图像中进行抽样)，从而提高了训练速度，进而提高了训练效率。

由此，本申请上述实施例解决了现有技术中训练特征图像时运算复杂度高的技术问题。

作为一种可选的实施例，基于不同的目标对象，获取包括至少一个图像组的图像集合，包括：获取图像集合中，每个图像对应的目标图像，其中，图像集合中的图像为不同目标对象上传的图像，图像集合中的图像对应的目标图像为目标对象在候选图像中选择的图像，候选图像为系统根据目标对象上传的图像所返回的图像；确定图像集合中，对应相同目标对象的图像构成图像组。

在上述步骤中，图像集合中的图像对应的目标对象，即为用户搜索图像后，最终所选中的图像，上述方案根据用户的行为特征，确定了图像集合中的图像组。

在一种可选的实施例中，用户A上传图像A，最终在系统返回的图像中选择图像X，用户B上传图像B，最终在系统返回的图像中也选择了X，因此图像A和图像B即属于同一图像组。

作为一种可选的实施例，基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及聚类结果对应的标识，包括：根据图像组中的关联信息，生成图像集合中的图像对应的向量；根据图像对应的向量，对图像集合中的图像进行聚类。

具体的，图像组中的关联信息可以通过构建无向图来体现，如果将图像集合中的图像构成一个无向图(graph)，则图像组中具有关联信息的图像之间具有连线。

根据图像组中的关联信息，生成图像集合中的图像对应的向量，因此，该向量中记录有根据用户行为得到的图像组中的关联信息，又由于用户的行为并不能完全被认为是准确的，也即并不能完全信任用户会选择与上传图像相似的图像，因此，上述在进行图像的聚类时，不完全依赖与图像集合中的图像组，也即，处于同一个图像组中的图像也有可能并不属于同一个聚类。

上述图像对应的向量不仅记录有图像组中的关联信息，还记录有图像本身的信息，例如，可以根据图像对应的二进制图像矩阵，对图像进行向量化处理，在这种情况下，图像对应的向量中则记载了图像本身的信息。

在获取到图像对应的向量后，可以根据图像对应的向量，来将图像集合中的图像进行聚类，在一种可选的实施例中，可以计算各个向量之间的距离，向量之间的距离大小与向量对应的图像之间的相似度呈正比例关系，因此可以根据计算各个图像对应的向量之间的距离，来对图像集合中的图像进行聚类。

作为一种可选的实施例，根据图像组中的关联信息，生成图像集合中的图像对应的向量，包括：确定每个图像为一个节点，基于图像组中的关联信息，构建无向图，其中，图像组中的第一图像和第二图像的节点相连；根据无向图确定无向图中每个节点对应的向量。

具体的，上述无向图即为边没有方向的图，在无向图中，相连的两个节点为具有一定关系的节点，不相连的节点为无关的节点。上述步骤基于这一原则，构建图像集合的无向图。

在一种可选的实施例中，以获取到的一个预设时间段内，所有用户上传的图像作为无向图中的节点，再根据步骤S21中确定的图像组中，第一图像和第二图像的关联信息，构建无向图中的边。具体的，将每个图像组中第一图像的节点和第二图像的节点相连，以在无向图中构建图像组内两个图像的关联信息。

在获取到图像集合对应的无向图后，可以使用多种方式对无向图中的节点进行聚类，从而对图像集合中的图像进行聚类。

作为一种可选的实施例，根据无向图确定无向图中每个节点对应的向量，包括：对无向图进行图嵌入处理，得到无向图中每个节点对应的向量。

在上述步骤中，通过对无线图进行图嵌入(graph embedding)处理，来将节点向量化。

在图像计算中，需要把无向图中的节点进行嵌入，变成可计算的值，graphembedding即用于进行上述计算。graph embedding用于学习节点隐表示向量，在一个连续向量空间中对节点的关联关系进行编码。

作为一种可选的实施例，根据图像对应的向量，对图像集合中的图像进行聚类，包括：根据节点对应的向量，确定每个节点之间的距离；将距离小于预设值的节点聚类为一个类别。

具体的，上述节点之前的距离，可以通过计算节点对应的向量之间的距离来确定。在一种可选的实施例中，可以计算节点对应的向量值之间的欧式距离，从而确定节点之间的距离，节点之间的距离即用于体现节点对应的图像之间的相似程度。

由于节点距离可以表示节点对应的图像之间的相似程度，且节点之前的距离越小，节点对应的图像相似度越高，因此可以获取预设值，将距离小于预设值的节点聚类为一个类别。

作为一种可选的实施例，训练结果为图像的图像特征，在基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果之后，上述方法还包括：存储图像特征；如果接收到目标对象上传的图像，基于图像特征，为目标对象上传的图像返回对应的候选图像。

具体的，图像搜索系统通过训练得到图像集合中图像的图像特征之后，存储图像特征。在一种可选的实施例中，图像搜索系统可以以向量的形式存储图像特征。在图像搜索系统存储训练得到的图像特征后，即完成了一次系统的优化。

当再次接收到用户上传的图像时，使用优化后的图像搜索系统对图像进行搜索，并返回搜索结果，上述候选图像即为搜索结果。

在一种可选的实施例中，仍以购物网站为例，用户使用智能终端上传图像，购物网站的服务器接收到用户上传的图像后，指示图像搜索系统基于接收到的图像进行搜索，通过训练进行优化后的图像搜索系统即可对图像进行搜索，并将搜索结果返回至智能终端。

作为一种可选的实施例，如果接收到目标对象上传的图像，基于图像特征，为目标对象上传的图像返回对应的候选图像，包括：确定目标对象上传的图像对应的向量；将目标对象上传的图像对应的向量与图像特征对应的向量进行匹配，确定目标对象上传的图像对应的目标图像特征；根据目标图像特征确定与目标对象上传的图像对应的候选图像。

为了便于对图像进行搜索，接收到用户上传的图像的图像搜索系统会先将接收到的图像进行向量化处理，此处的向量化处理可以基于图像的二进制矩阵进行。由于图像搜索系统中存储的也是图像特征对应的向量，因此可以将用户上传的图像对应的向量，与存储的图像特征对应的向量进行一一比对，来确定目标对象上传的图像对应的目标图像特征。

在一种可选的实施例中，可以计算用户上传的图像对应的向量，与图像特征对应的向量之间的距离，并将得到的距离由小至大排序，取排序结果的前n位图像特征作为目标图像特征。

在确定目标图像特征之后，可以将目标图像特征对应的候选图像返回给用户的设备。在购物网站的示例中，返回给用户的候选图像可以具有对应的商品链接。目标图像特征对应的候选图像可以是，上传目标图像特征的来源图像的用户所选择的图像。

在一种可选的实施例中，在确定目标图像特征后，由于目标图像特征是从用户之前上传的图像中提取出的，因此，可以找到该目标图像特征所属的源图像，从而可以获取到上传该来源图像的用户的选择，可以将用户的选择作为目标图像特征对应的候选图像返回给用户。

作为一种可选的实施例，基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果，包括：将聚类结果和聚类结果对应的标识输入至预设的卷积神经网络；提取出卷积神经网络的中间层输出的图像的训练结果。

具体的，上述卷积神经网络具有输入层、卷基层、池化层和全连接层，上述卷积神经网络的中间层即为上述卷基层，在对卷积神经网络进行训练的过程中，中间层能够以向量的形式输出图像的图像特征。

图3是根据本申请实施例1的一种图像特征训练的示意图，下面结合图3进行说明，

S31，获取用户点击行为。

上述步骤通过用户的点击行为，确定系统对用户上传的图像进行搜索并返回搜索结果后，用户所选定的目标图像。

S32，构造Graph。

根据用户上传的图像和用户的行为构建无向图(Graph)，其中，选择相同目标图像的用户所上传的图像，在无向图中具有相连的边。

S33，Graph embedding向量化。

上述步骤根据构建的无线图，进行Graph embedding向量化，将无向图中的每个节点都处理为对应的向量。

S34，Node vector(节点向量)聚类。

上述步骤可以根据各个节点向量之间的聚类，对节点进行聚类。

S35，聚类label(标签)。

为聚类结果中的每个类别设置对应的标签。

S36，获取用户上传的原始图像。

S37，将聚类标签和上述原始图像输入至CNN分类网络进行特征训练。

S38，CNN分类网络的中间层输出图像特征。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

实施例2

根据本发明实施例，还提供了一种用于实施上述图像特征训练方法的图像特征训练装置，图4是根据本申请实施例2的一种图像特征训练方法的图像特征训练装置的示意图，如图4所示，该装置400包括：

获取模块402，用于基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为。

聚类模块404，用于基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；

训练模块406，用于基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

此处需要说明的是，上述获取模块402、聚类模块404和训练模块406对应于实施例1中的步骤S2111至步骤S2113，两个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10中。

作为一种可选的实施例，获取模块包括：获取子模块，用于获取图像集合中，每个图像对应的目标图像，其中，图像集合中的图像为不同目标对象上传的图像，图像集合中的图像对应的目标图像为目标对象在候选图像中选择的图像，候选图像为系统根据目标对象上传的图像所返回的图像；第一确定子模块，用于确定图像集合中，对应相同目标对象的图像构成图像组。

作为一种可选的实施例，聚类模块包括：生成子模块，用于根据图像组中的关联信息，生成图像集合中的图像对应的向量；聚类子模块，用于根据图像对应的向量，对图像集合中的图像进行聚类。

作为一种可选的实施例，生成子模块包括：第一确定单元，用于确定每个图像为一个节点，基于图像组中的关联信息，构建无向图，其中，图像组中的第一图像和第二图像的节点相连；第二确定单元，用于根据无向图确定无向图中每个节点对应的向量。

作为一种可选的实施例，第二确定单元包括：处理子单元，用于对无向图进行图嵌入处理，得到无向图中每个节点对应的向量。

作为一种可选的实施例，聚类子模块包括：第三确定单元，用于根据节点对应的向量，确定每个节点之间的距离；聚类单元，用于将距离小于预设值的节点聚类为一个类别。

作为一种可选的实施例，训练结果为图像的图像特征，上述装置还包括：存储模块，用于在基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果之后，存储图像特征；返回模块，用于如果接收到目标对象上传的图像，基于图像特征，为目标对象上传的图像返回对应的候选图像。

作为一种可选的实施例，返回模块包括：第二确定子模块，用于确定目标对象上传的图像对应的向量；第三确定子模块，用于将目标对象上传的图像对应的向量与图像特征对应的向量进行匹配，确定目标对象上传的图像对应的目标图像特征；第四确定子模块，用于根据目标图像特征确定与目标对象上传的图像对应的候选图像。

作为一种可选的实施例，训练模块包括：输入子模块，用于将聚类结果和聚类结果对应的标识输入至预设的卷积神经网络；提取子模块，用于提取出卷积神经网络的中间层输出的图像的训练结果。

实施例3

根据本发明实施例，还提供了一种图像特征训练系统，该系统包括：

处理器；以及

存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：

基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；

基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；

基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

该系统的存储器还用于为处理器提供处理实施例1中其他步骤的指令，此处不再赘述。

实施例4

本发明的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。

可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。

在本实施例中，上述计算机终端可以执行图像特征训练方法中以下步骤的程序代码：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像和第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

可选地，图5是根据本发明实施例4的一种计算机终端的结构框图。如图5所示，该计算机终端A可以包括：一个或多个(图中仅示出一个)处理器502、存储器504、以及传输装置506。

其中，存储器可用于存储软件程序以及模块，如本发明实施例中的图像特征训练方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的图像特征训练方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

可选的，上述处理器还可以执行如下步骤的程序代码：获取图像集合中，每个图像对应的目标图像，其中，图像集合中的图像为不同目标对象上传的图像，图像集合中的图像对应的目标图像为目标对象在候选图像中选择的图像，候选图像为系统根据目标对象上传的图像所返回的图像；确定图像集合中，对应相同目标对象的图像构成图像组。

可选的，上述处理器还可以执行如下步骤的程序代码：根据图像组中的关联信息，生成图像集合中的图像对应的向量；根据图像对应的向量，对图像集合中的图像进行聚类。

可选的，上述处理器还可以执行如下步骤的程序代码：确定每个图像为一个节点，基于图像组中的关联信息，构建无向图，其中，图像组中的第一图像和第二图像的节点相连；根据无向图确定无向图中每个节点对应的向量。

可选的，上述处理器还可以执行如下步骤的程序代码：对无向图进行图嵌入处理，得到无向图中每个节点对应的向量。

可选的，上述处理器还可以执行如下步骤的程序代码：根据节点对应的向量，确定每个节点之间的距离；将距离小于预设值的节点聚类为一个类别。

可选的，上述处理器还可以执行如下步骤的程序代码：训练结果为图像的图像特征，在基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果之后，存储图像特征；如果接收到目标对象上传的图像，基于图像特征，为目标对象上传的图像返回对应的候选图像。

可选的，上述处理器还可以执行如下步骤的程序代码：确定目标对象上传的图像对应的向量；将目标对象上传的图像对应的向量与图像特征对应的向量进行匹配，确定目标对象上传的图像对应的目标图像特征；根据目标图像特征确定与目标对象上传的图像对应的候选图像。

可选的，上述处理器还可以执行如下步骤的程序代码：将聚类结果和聚类结果对应的标识输入至预设的卷积神经网络；提取出卷积神经网络的中间层输出的图像的训练结果。

采用本发明实施例，基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像、第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及与聚类结果对应的标识进行训练，得到训练结果。上述实施例根据用户行为的反馈，生成用于进行训练的训练样本，即上述聚类结果和聚类结果对应的标识，通过对聚类结果和聚类结果对应的标识进行训练，得到图像的图像特征。无需构建triplet模型，尤其是不需要构建triplet时的hard negative(难例，即负样本原图)抽样(即从用户未选择的图像中进行抽样)，从而提高了训练速度，进而提高了训练效率。

由此，本申请上述实施例解决了现有技术中训练特征图像时运算复杂度高的技术问题。

本领域普通技术人员可以理解，图5所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等终端设备。图5其并不对上述电子装置的结构造成限定。例如，计算机终端50还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图5所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。

实施例5

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的图像特征训练方法所执行的程序代码。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：基于不同的目标对象，获取包括至少一个图像组的图像集合，图像组包括第一图像和第二图像，以及第一图像与第二图像之间的关联信息，其中，操作第一图像和第二图像的目标对象执行了至少部分相同的操作行为；基于图像组中的关联信息，对图像集合中的图像进行聚类，生成聚类结果以及与聚类结果对应的标识；基于聚类结果以及聚类结果对应的标识进行训练，得到训练结果。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，单元或模块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。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种图像特征训练方法，包括：

基于不同的目标对象，获取包括至少一个图像组的图像集合，所述图像组包括第一图像、第二图像，以及所述第一图像与所述第二图像之间的关联信息，其中，操作所述第一图像和所述第二图像的目标对象执行了至少部分相同的操作行为；

基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及与所述聚类结果对应的标识；

基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果。

2.根据权利要求1所述的方法，其中，基于不同的目标对象，获取包括至少一个图像组的图像集合，包括：

获取所述图像集合中，每个图像对应的目标图像，其中，所述图像集合中的图像为不同目标对象上传的图像，所述图像集合中的图像对应的目标图像为所述目标对象在候选图像中选择的图像，所述候选图像为系统根据所述目标对象上传的图像所返回的图像；

确定所述图像集合中，对应相同目标对象的图像构成所述图像组。

3.根据权利要求1所述的方法，其中，基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及所述聚类结果对应的标识，包括：

根据所述图像组中的所述关联信息，生成所述图像集合中的图像对应的向量；

根据所述图像对应的向量，对所述图像集合中的图像进行聚类。

4.根据权利要求3所述的方法，其中，根据所述图像组中的所述关联信息，生成所述图像集合中的图像对应的向量，包括：

确定每个所述图像为一个节点，基于所述图像组中的所述关联信息，构建无向图，其中，所述图像组中的所述第一图像和所述第二图像的节点相连；

根据所述无向图确定所述无向图中每个节点对应的向量。

5.根据权利要求4所述的方法，其中，根据所述无向图确定所述无向图中每个节点对应的向量，包括：

对所述无向图进行图嵌入处理，得到所述无向图中每个节点对应的向量。

6.根据权利要求4所述的方法，其中，根据所述图像对应的向量，对所述图像集合中的图像进行聚类，包括：

根据所述节点对应的向量，确定每个节点之间的距离；

将距离小于预设值的节点聚类为一个类别。

7.根据权利要求1所述的方法，其中，所述训练结果为所述图像的图像特征，在基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果之后，所述方法还包括：

存储所述图像特征；

如果接收到目标对象上传的图像，基于所述图像特征，为所述目标对象上传的图像返回对应的候选图像。

8.根据权利要求7所述的方法，其中，如果接收到目标对象上传的图像，基于所述图像特征，为所述目标对象上传的图像返回对应的候选图像，包括：

确定所述目标对象上传的图像对应的向量；

将所述目标对象上传的图像对应的向量与所述图像特征对应的向量进行匹配，确定所述目标对象上传的图像对应的目标图像特征；

根据所述目标图像特征确定与所述目标对象上传的图像对应的候选图像。

9.根据权利要求1所述的方法，其中，基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果，包括：

将所述聚类结果和所述聚类结果对应的标识输入至预设的卷积神经网络；

提取出所述卷积神经网络的中间层输出的所述图像的训练结果。

10.一种图像特征训练装置，包括：

获取模块，用于基于不同的目标对象，获取包括至少一个图像组的图像集合，所述图像组包括第一图像、第二图像，以及所述第一图像与所述第二图像之间的关联信息，其中，操作所述第一图像和所述第二图像的目标对象执行了至少部分相同的操作行为；

聚类模块，用于基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及与所述聚类结果对应的标识；

训练模块，用户基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果。

11.一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如下步骤：基于不同的目标对象，获取包括至少一个图像组的图像集合，所述图像组包括第一图像、第二图像，以及所述第一图像与所述第二图像之间的关联信息，其中，操作所述第一图像和所述第二图像的目标对象执行了至少部分相同的操作行为；基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及与所述聚类结果对应的标识；基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果。

12.一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如下步骤：基于不同的目标对象，获取包括至少一个图像组的图像集合，所述图像组包括第一图像、第二图像，以及所述第一图像与所述第二图像之间的关联信息，其中，操作所述第一图像和所述第二图像的目标对象执行了至少部分相同的操作行为；基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及与所述聚类结果对应的标识；基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果。

13.一种图像特征训练系统，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

基于不同的目标对象，获取包括至少一个图像组的图像集合，所述图像组包括第一图像、第二图像，以及所述第一图像与所述第二图像之间的关联信息，其中，操作所述第一图像和所述第二图像的目标对象执行了至少部分相同的操作行为；

基于所述图像组中的所述关联信息，对所述图像集合中的图像进行聚类，生成聚类结果以及与所述聚类结果对应的标识；

基于所述聚类结果以及所述聚类结果对应的标识进行训练，得到训练结果。

Images