CN111104540A - 图像搜索方法、装置、设备及计算机可读存储介质 - Google Patents

图像搜索方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111104540A
CN111104540A CN201911367525.8A CN201911367525A CN111104540A CN 111104540 A CN111104540 A CN 111104540A CN 201911367525 A CN201911367525 A CN 201911367525A CN 111104540 A CN111104540 A CN 111104540A
Authority
CN
China
Prior art keywords
data
time period
target
data table
recording time
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
Application number
CN201911367525.8A
Other languages
English (en)
Other versions
CN111104540B (zh
Inventor
王乐
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.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies 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 Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201911367525.8A priority Critical patent/CN111104540B/zh
Publication of CN111104540A publication Critical patent/CN111104540A/zh
Application granted granted Critical
Publication of CN111104540B publication Critical patent/CN111104540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种图像搜索方法、装置、设备及计算机可读存储介质，其中该方法包括：在接收到图像搜索信息时，将图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；从多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并确定出各目标相似度对应的目标标识信息；从内存中确定出各目标标识信息所属的数据表对应的记录时间段；从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；根据图像搜索信息中的属性条件，对图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。本发明能减少图像搜索系统的处理时间。

Description

图像搜索方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及数据搜索技术领域，特别涉及一种图像搜索方法、装置、设备及计算机可读存储介质。
背景技术
海量数据下的图像搜索系统，为了搜索性能考虑，需要将所有底库数据的特征值存入内存中用以完成快速的相似度比对，完成相似度的比对后还要进行属性过滤等操作，但是由于内存空间有限，不能将每条图像信息对应的所有属性信息都存储到内存中，只能将必须的信息存入内存中，其他的属性信息还是只能保存在数据库中来节省价格昂贵的内存资源。
当图像搜索系统进行属性过滤时，因为要对数据库中的数据表进行属性过滤操作，所以会占用大量的系统输入/输出(IO)和搜索时间，当数据量很大时查询结果会分布在很多数据表中，对每张数据表都会创建一个连接来做属性过滤操作，这部分消耗将近占用整个搜索耗时的一半，从而造成图像搜索系统的处理时间长。
发明内容
本发明提供了一种图像搜索方法、装置、设备及计算机可读存储介质，其目的是为了解决图像搜索系统的处理时间长的问题。
为了达到上述目的，第一方面，本发明的实施例提供了一种图像搜索方法，包括：
在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；
从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；
从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；
根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；
根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
第二方面，本发明的实施例还提供了一种图像搜索装置，包括：
比较模块，用于在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；
第一确定模块，用于从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；
第二确定模块，用于从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；
第三确定模块，用于根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；
过滤模块，用于根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
第三方面，本发明的实施例还提供了一种图像搜索设备，包括存储器、处理器以及存储在所述存储器中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上述的图像搜索方法的步骤。
第四方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像搜索方法的步骤。
本发明的上述方案至少有如下的有益效果：
在本发明的实施例中，通过在图像搜索系统的内存中存储多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段，从而当接收到图像搜索信息时，将图像搜索信息中的第一图像特征值与内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；然后从多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；接着从内存中确定出各目标标识信息所属的数据表对应的记录时间段，并根据确定出的记录时间段与图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；最终根据图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，便能得到搜索结果。其中由于先通过内存中存储的内容确定出需进行属性过滤的目标数据表，使得只需要对数据库中的目标数据表进行属性过滤操作，不需要对数据库的每张数据表都创建一个连接来做属性过滤操作，从而大大减少了图像搜索系统的处理时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅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是本发明实施例的图像搜索方法的流程图；
图2是本发明实施例的图像搜索装置的结构示意图；
图3是本发明实施例的图像搜索设备的结构示意图。
具体实施方式
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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作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。
需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1所示，本发明的实施例提供了一种图像搜索方法，包括如下步骤：
步骤11，在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度。
其中，上述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间，举例说明，假设数据表A中有3条数据(数据a、数据b和数据c)，其中，数据a的获取时间为今天8点，数据b的获取时间为今天8点30分，数据c的获取时间为今天20点，那么数据表A对应的记录时间段的起始时间为今天8点，终止时间为今天20点。
具体的，在本发明的实施例中，当图像搜索系统启动时，先要进行数据录入作为底库数据，所有数据表存储于图像搜索系统的数据库中。其中，每个数据表中可存储多条数据，每条数据包括该数据的标识信息、图像特征值(即上文的第二图像特征值)、属性内容(如性别、年龄、是否戴眼镜等)以及获取时间(即该数据的图像特征值被采集到的时间)等。同时在本发明的实施例中，为减少图像搜索系统的处理时间，在图像搜索系统启动时，可将所有数据表中的图像特征值(即上文的多个第二图像特征值)、每个图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段存储于图像搜索系统的内存中。
需要说明的是，由于图像搜索系统的内存中存储有上述内容，从而在接收到图像搜索信息时，可通过通用的图像特征值的相似度计算公式，计算得到所述图像搜索信息中的第一图像特征值与内存中每个第二图像特征值之间的相似度，得到多个相似度，以便后续根据计算得到的多个相似度对数据表筛选，减少图像搜索系统的处理时间。
步骤12，从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息。
其中，在本发明的实施例中，上述图像搜索信息是为了从图像搜索系统中搜索出满足图像搜索信息所携带条件的图像特征值，具体要求搜索到的图像特征值为在图像搜索信息中携带的搜索时间段内被采集到图像特征值、且该图像特征值与第一图像特征值的相似度较高，满足预设相似度门限条件(如相似度大于0.8)，同时还满足其他属性条件，如年龄在25至40之间，戴眼镜等。
具体的，在本发明的实施例中，在得到图像搜索信息中的第一图像特征值与内存中每个第二图像特征值之间的相似度后，可从多个相似度中确定出满足预设相似度门限条件的所有目标相似度。其中，预设相似度门限条件可根据具体情况进行设定，如设定为相似度大于某一阈值(如0.8)，则确认该相似度为目标相似度。
需要说明的是，在确定出目标相似度后，可从内存中存储的标识信息中确定出各目标相似度对应的目标标识信息，即确定出与第一图像特征值相似度较高的第二图像特征值所属数据的标识信息，以便后续对数据表筛选，减少图像搜索系统的处理时间。
步骤13，从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段。
其中，在本发明的实施例中，由于内存中存储有每个标识信息所属的数据表以及每个数据表对应的记录时间段，因而能从内存中确定出各目标标识信息所属的数据表对应的记录时间段，以便后续对数据表筛选，减少图像搜索系统的处理时间。
步骤14，根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表。
其中，在本发明的实施例中，由于图像搜索信息要求搜索到的图像特征值是在搜索时间段内被采集到图像特征值，那么此时可通过对确定出的记录时间段和图像搜索信息中的搜索时间段进行比较，确定出与搜索时间段有交集的记录时间段，并将这些记录时间段对应的数据表作为需进行属性过滤的所有目标数据表，以便不需要对与搜索时间段无交集的记录时间段对应的数据表进行属性过滤，减少图像搜索系统的处理时间。
具体的，在本发明的实施例中，上述步骤14的具体实现方式可以为：判断确定出的记录时间段与所述搜索时间段之间是否具有交集，当确定出的记录时间段与所述搜索时间段之间具有交集时，将确定出的记录时间段对应的数据表作为需进行属性过滤的目标数据表。需要说明的是，需要针对每个确定出的记录时间段，执行该过程，以确定出所有需进行属性过滤的目标数据表。
举例说明，假设搜索时间段为今天12点到17点，确定出的某记录时间段的起始时间为今天18点，则该记录时间段对应的数据表不是目标数据表，需要对其进行属性过滤操作。
步骤15，根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
其中，在本发明的实施例中，在确定出需进行属性过滤的目标数据表后，可通过执行数据库的结构化查询语句对目标数据表进行过滤。值得一提的是，仅需要针对目标数据表的数量，针对每张目标数据表建立一个连接进行属性过滤即可，而不需要对数据库内的所有数据表建立连接，因而能大大减少图像搜索系统的处理时间。
具体的，在本发明的实施例中，可分别针对每一目标数据表，执行以下步骤：构建一搜索线程；然后分别针对所述目标数据表所包含的每一目标标识信息对应的数据，通过所述搜索线程判断该数据中与所述属性条件对应的属性内容是否满足所述属性条件，当该数据中与所述属性条件对应的属性内容满足所述属性条件时，将该数据中的第二图像特征值作为搜索结果。即，针对每个目标数据表，构建一搜索线程，然后针对该目标数据表中与第一图像特征值相似度较高的第二图像特征值所属的数据，通过搜索线程判断该数据中与属性条件对应的属性内容是否满足属性条件，当该数据中与属性条件对应的属性内容满足属性条件时，将该数据中的第二图像特征值作为搜索结果。
作为一个优选的示例，上述属性条件可以为：年龄在25至40岁之间，戴眼镜，性别为女等。相应的，数据中与属性条件对应的属性内容可以为用于指示年龄的字段、用于指示是否戴眼镜的字段以及用于指示性别的字段。如若用于指示年龄的字段为26，则表示年龄为26岁；若用于指示是否戴眼镜的字段为1，则表示戴眼镜，若用于指示是否戴眼镜的字段为0，则表示不戴眼镜；若用于指示性别的字段为1，则表示性别为男，若用于指示性别的字段为0，则表示性别为女等。
举例说明，假设属性条件为年龄在25至40岁之间、性别为女、不戴眼镜，目标数据表为数据表B，数据表B中数据d的第二图像特征值与第一图像特征值相似度较高，此时若数据d中用于指示年龄的属性内容为26，用于指示性别的属性内容为0，用于指示是否戴眼镜的属性内容为0，则可判定数据d中与属性条件对应的属性内容满足属性条件，数据d中的第二图像特征值为搜索结果。
可见，在本发明的实施例中，通过相似度初步判断，然后根据相似度判断结果筛选出一些数据表，接着对这些数据表对应的记录时间段与要搜索的图像特征值的搜索时间段进行比对，从这些数据表筛选出需进行属性过滤操作的目标数据表，在前期便排除掉不需要做属性过滤操作的数据表，最终只要对数据库中的目标数据表进行属性过滤操作即可，从而大大减少了图像搜索系统的处理时间。
需要说明的是，在本发明的实施例中，上述方法的执行有一个关键点是需要数据表中的数据尽量集中，这样在内存中按各数据表对应的记录时间段进行数据表筛选效果才会较好。但事实上，数据往往不会按照时间顺序存储，会出现数据表中的某些数据的获取时间差异较大，主要由下面几个原因：(1)数据库存储系统中会不断有数据录入，图像采集终端往往高达上千路，数据录入过程是一个并发过程，所以数据的时间不会是顺序一条条的录入数据表中的；(2)存在历史数据的录入，这也会导致数据表中的数据时间会比较分散；(3)根据使用需求，对现有数据进行删除操作，删除掉的一些数据表空出来的位置会在录入数据时被插进去新数据，导致数据表中数据的获取时间差异变大。
基于以上情况，上述方法还包括如下步骤：在接收到需存储至所述数据库中的新数据时，获取所述新数据的获取时间(即该新数据中图像特征值被采集到的时间)；然后判断所述内存中存储的记录时间段中，是否存在包含所述新数据的获取时间的目标记录时间段。其中，当所述内存中存储的记录时间段中，存在包含所述新数据的获取时间的目标记录时间段时，将所述新数据存储至所述目标记录时间段对应的数据表中。而当所述内存中存储的记录时间段中，不存在包含所述新数据的获取时间的目标记录时间段时，从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段；并将所述新数据存储至确定出的记录时间段对应的数据表中，并根据所述新数据的获取时间，在所述内存中更新该数据表对应的记录时间段。即，在将新数据存储至确定出的记录时间段对应的数据表中后，由于该新数据的获取时间并不在该数据表对应的记录时间段内，因此需要在内存中修改该数据表对应的记录时间段。
举例说明，假设新数据的获取时间为今天18点，而最终被存储该新数据的数据表对应的记录时间段为今天5点至今天17点，则需要在内存中将该数据表对应的记录时间段修改为今天5点至今天18点。
需要说明的是，在接收到需存储至所述数据库中的新数据后，若判断出内存中存储的记录时间段中，存在包含所述新数据的获取时间的目标记录时间段时后，上述方法还包括如下步骤：判断所述目标记录时间段对应的数据表的剩余空间是否大于预设空间。其中，当所述目标记录时间段对应的数据表的剩余空间大于所述预设空间时，将所述新数据存储至所述目标记录时间段对应的数据表中；而当所述目标记录时间段对应的数据表的剩余空间小于或等于所述预设空间时，从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段，并将所述新数据存储至确定出的记录时间段对应的数据表中，并根据所述新数据的获取时间，在所述内存中更新该数据表对应的记录时间段。
即，在本发明的实施例中，当有新数据需存储至数据库中时，需在保证数据表中的数据尽量集中的情况下，存储新数据。
另外，为便于对数据库中的数据进行管理，使数据表中的数据尽量集中，上述方法还包括如下步骤：在预设的数据调整时刻达到时，确定所述数据库中在预设时间段内存入新数据的数据表，并判断该新数据的获取时间是否在该数据表对应的记录时间段内。其中，当该新数据的获取时间在该数据表对应的记录时间段内时，无需对该新数据进行处理。而当该新数据的获取时间不在该数据表对应的记录时间段内时，判断该新数据的获取时间与该数据表对应的记录时间段之间的时间差是否超过预设差值，当该新数据的获取时间与该数据表对应的记录时间段之间的时间差未超过所述预设差值时，无需对该新数据进行处理，但需在内存中更新该数据表对应的记录时间段；而当该新数据的获取时间与该数据表对应的记录时间段之间的时间差超过所述预设差值时，将该新数据从该数据表中删除，并从所述内存中存储的记录时间段中，确定出距离该新数据的获取时间最近的记录时间段；然后将该新数据存储至确定出的记录时间段对应的数据表中，并根据该新数据的获取时间，在所述内存中更新存储该新数据的数据表对应的记录时间段。
其中，上述预设的数据调整时刻可根据具体情况进行设定，如设定为图像搜索系统使用率很低时刻，作为一个优选的示例，设定为每天晚上12点。类似的，上述预设时间段也可根据具体情况进行设定，如设定为每天0点至23点59分。
即，在本发明的实施例中，可在图像搜索系统使用率很低时刻，对数据库中新存入的数据的存储位置进行调整，以保证数据表中的数据尽量集中，进而减少属性过滤处理表的数量，提高搜索速度。
如图2所示，本发明的实施例还提供了一种图像搜索装置，包括比较模块21、第一确定模块22、第二确定模块23、第三确定模块24和过滤模块25。
其中，比较模块21，用于在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；
第一确定模块22，用于从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；
第二确定模块23，用于从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；
第三确定模块24，用于根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；
过滤模块25，用于根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
其中，在本发明的实施例中，图像搜索装置20为与上述图像搜索方法对应的装置，能减少图像搜索系统的处理时间。
需要说明的是，图像搜索装置20包括实现上述图像搜索方法的所有模块或者单元，为避免过多重复，在此不对图像搜索装置20的各模块或者单元进行赘述。
如图3所示，本发明的实施例还提供了一种图像搜索设备，包括存储器31、处理器32以及存储在所述存储器31中并可在所述处理器32上运行的计算机程序33，所述处理器32执行所述计算机程序33时实现上述的图像搜索方法的步骤。
具体的，图像搜索设备30的处理器32执行所述计算机程序33时实现如下步骤：在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：判断确定出的记录时间段与所述搜索时间段之间是否具有交集；当确定出的记录时间段与所述搜索时间段之间具有交集时，将确定出的记录时间段对应的数据表作为需进行属性过滤的目标数据表。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：分别针对每一目标数据表，执行以下步骤：构建一搜索线程；分别针对所述目标数据表所包含的每一目标标识信息对应的数据，通过所述搜索线程判断该数据中与所述属性条件对应的属性内容是否满足所述属性条件，当该数据中与所述属性条件对应的属性内容满足所述属性条件时，将该数据中的第二图像特征值作为搜索结果。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：在接收到需存储至所述数据库中的新数据时，获取所述新数据的获取时间；判断所述内存中存储的记录时间段中，是否存在包含所述新数据的获取时间的目标记录时间段；当所述内存中存储的记录时间段中，存在包含所述新数据的获取时间的目标记录时间段时，将所述新数据存储至所述目标记录时间段对应的数据表中。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：当所述内存中存储的记录时间段中，不存在包含所述新数据的获取时间的目标记录时间段时，从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段；将所述新数据存储至确定出的记录时间段对应的数据表中，并根据所述新数据的获取时间，在所述内存中更新该数据表对应的记录时间段。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：判断所述目标记录时间段对应的数据表的剩余空间是否大于预设空间；当所述目标记录时间段对应的数据表的剩余空间大于所述预设空间时，执行所述将所述新数据存储至所述目标记录时间段对应的数据表中的步骤。当所述目标记录时间段对应的数据表的剩余空间小于或等于所述预设空间时，执行所述从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段的步骤。
可选的，图像搜索设备30的处理器32执行所述计算机程序33时还实现如下步骤：在预设的数据调整时刻达到时，确定所述数据库中在预设时间段内存入新数据的数据表，并判断该新数据的获取时间是否在该数据表对应的记录时间段内；当该新数据的获取时间不在该数据表对应的记录时间段内时，判断该新数据的获取时间与该数据表对应的记录时间段之间的时间差是否超过预设差值；当该新数据的获取时间与该数据表对应的记录时间段之间的时间差超过所述预设差值时，将该新数据从该数据表中删除，并从所述内存中存储的记录时间段中，确定出距离该新数据的获取时间最近的记录时间段；将该新数据存储至确定出的记录时间段对应的数据表中，并根据该新数据的获取时间，在所述内存中更新存储该新数据的数据表对应的记录时间段。
即，在本发明的具体实施例中，图像搜索设备30的处理器32执行所述计算机程序33时实现上述的图像搜索方法的步骤，能减少图像搜索系统的处理时间。
示例性的，上述计算机程序33可以被分割成一个或多个模块/单元，该一个或者多个模块/单元被存储在存储器31中，并由处理器32执行，以完成本发明。且该一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序33在图像搜索设备30中的执行过程。
上述图像搜索设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该图像搜索设备30可包括，但不仅限于，处理器32、存储器31。本领域技术人员可以理解，所述示意图仅仅是图像搜索设备30的示例，并不构成对图像搜索设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如图像搜索设备30还可以包括输入输出设备、网络接入设备、总线等。
上述处理器32可以是中央处理单元(CPU，Central Processing Unit)，还可以是其他通用处理器、数字信号处理器(DSP，Digital Signal Processor)、专用集成电路(ASIC，Application Specific Integrated Circuit)、现成可编程门阵列(FPGA，Field-Programmable Gate Array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器32是图像搜索设备30的控制中心，利用各种接口和线路连接整个图像搜索设备30的各个部分。
上述存储器31可用于存储计算机程序33和/或模块，处理器32通过运行或执行存储在存储器31内的计算机程序33和/或模块，以及调用存储在存储器31内的数据，实现图像搜索设备30的各种功能。具体的，存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SMC，Smart Media Card)，安全数字(SD，Secure Digital)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是，由于图像搜索设备30的处理器32执行所述计算机程序33时实现上述的图像搜索方法的步骤，因此上述图像搜索方法的所有实施例均能适用于该图像搜索设备30，且均能达到相同或相似的有益效果。
此外，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像搜索方法的步骤。
即，在本发明的具体实施例中，计算机可读存储介质的计算机程序被处理器执行时实现上述的图像搜索方法的步骤，能减少图像搜索系统的处理时间。
示例性的，计算机可读存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上所述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精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像搜索方法，其特征在于，包括：
在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；
从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；
从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；
根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；
根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
2.根据权利要求1所述的方法，其特征在于，所述根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表的步骤，包括：
判断确定出的记录时间段与所述搜索时间段之间是否具有交集；
当确定出的记录时间段与所述搜索时间段之间具有交集时，将确定出的记录时间段对应的数据表作为需进行属性过滤的目标数据表。
3.根据权利要求1所述的方法，其特征在于，所述根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果的步骤，包括：
分别针对每一目标数据表，执行以下步骤：
构建一搜索线程；
分别针对所述目标数据表所包含的每一目标标识信息对应的数据，通过所述搜索线程判断该数据中与所述属性条件对应的属性内容是否满足所述属性条件，当该数据中与所述属性条件对应的属性内容满足所述属性条件时，将该数据中的第二图像特征值作为搜索结果。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在接收到需存储至所述数据库中的新数据时，获取所述新数据的获取时间；
判断所述内存中存储的记录时间段中，是否存在包含所述新数据的获取时间的目标记录时间段；
当所述内存中存储的记录时间段中，存在包含所述新数据的获取时间的目标记录时间段时，将所述新数据存储至所述目标记录时间段对应的数据表中。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当所述内存中存储的记录时间段中，不存在包含所述新数据的获取时间的目标记录时间段时，从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段；
将所述新数据存储至确定出的记录时间段对应的数据表中，并根据所述新数据的获取时间，在所述内存中更新该数据表对应的记录时间段。
6.根据权利要求5所述的方法，其特征在于，在所述将所述新数据存储至所述目标记录时间段对应的数据表中的步骤之前，所述方法还包括：
判断所述目标记录时间段对应的数据表的剩余空间是否大于预设空间；
当所述目标记录时间段对应的数据表的剩余空间大于所述预设空间时，执行所述将所述新数据存储至所述目标记录时间段对应的数据表中的步骤；
当所述目标记录时间段对应的数据表的剩余空间小于或等于所述预设空间时，执行所述从所述内存中存储的记录时间段中，确定出距离所述新数据的获取时间最近的记录时间段的步骤。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在预设的数据调整时刻达到时，确定所述数据库中在预设时间段内存入新数据的数据表，并判断该新数据的获取时间是否在该数据表对应的记录时间段内；
当该新数据的获取时间不在该数据表对应的记录时间段内时，判断该新数据的获取时间与该数据表对应的记录时间段之间的时间差是否超过预设差值；
当该新数据的获取时间与该数据表对应的记录时间段之间的时间差超过所述预设差值时，将该新数据从该数据表中删除，并从所述内存中存储的记录时间段中，确定出距离该新数据的获取时间最近的记录时间段；
将该新数据存储至确定出的记录时间段对应的数据表中，并根据该新数据的获取时间，在所述内存中更新存储该新数据的数据表对应的记录时间段。
8.一种图像搜索装置，其特征在于，包括：
比较模块，用于在接收到图像搜索信息时，将所述图像搜索信息中的第一图像特征值与图像搜索系统的内存中存储的多个第二图像特征值进行相似度比较，得到多个相似度；所述内存中存储有多个第二图像特征值、每个第二图像特征值所属数据的标识信息、每个标识信息所属的数据表以及每个数据表对应的记录时间段；每个数据表对应的记录时间段的起始时间为该数据表中所有数据的获取时间中的最早时间，每个数据表对应的记录时间段的终止时间为该数据表中所有数据的获取时间中的最晚时间；
第一确定模块，用于从所述多个相似度中确定出满足预设相似度门限条件的所有目标相似度，并从所述内存中存储的标识信息中确定出各目标相似度对应的目标标识信息；
第二确定模块，用于从所述内存中确定出各目标标识信息所属的数据表对应的记录时间段；
第三确定模块，用于根据确定出的记录时间段与所述图像搜索信息中的搜索时间段，从各目标标识信息所属的数据表中确定出需进行属性过滤的所有目标数据表；
过滤模块，用于根据所述图像搜索信息中的属性条件和每一目标数据表所包含的目标标识信息，对所述图像搜索系统的数据库中存储的所有目标数据表进行属性过滤，得到搜索结果。
9.一种图像搜索设备，包括存储器、处理器以及存储在所述存储器中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如权利要求1至7任一项所述的图像搜索方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像搜索方法的步骤。
CN201911367525.8A 2019-12-26 2019-12-26 图像搜索方法、装置、设备及计算机可读存储介质 Active CN111104540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911367525.8A CN111104540B (zh) 2019-12-26 2019-12-26 图像搜索方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911367525.8A CN111104540B (zh) 2019-12-26 2019-12-26 图像搜索方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111104540A true CN111104540A (zh) 2020-05-05
CN111104540B CN111104540B (zh) 2023-06-13

Family

ID=70425480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911367525.8A Active CN111104540B (zh) 2019-12-26 2019-12-26 图像搜索方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111104540B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287153A (zh) * 2020-10-29 2021-01-29 苏州浪潮智能科技有限公司 图像搜寻方法、装置、系统及可编程逻辑器件
CN112434711A (zh) * 2020-11-27 2021-03-02 杭州海康威视数字技术股份有限公司 一种数据管理方法、装置及电子设备
CN113326388A (zh) * 2021-05-20 2021-08-31 上海云从汇临人工智能科技有限公司 基于倒排表的数据检索方法、系统、介质及装置
CN114003630A (zh) * 2021-12-28 2022-02-01 北京文景松科技有限公司 一种数据搜索方法、装置、电子设备及存储介质
CN114691677A (zh) * 2020-12-31 2022-07-01 深圳云天励飞技术股份有限公司 一种数据搜索方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334633A (zh) * 2018-02-26 2018-07-27 平安普惠企业管理有限公司 数据更新方法、装置、计算机设备和存储介质
CN109635146A (zh) * 2018-11-28 2019-04-16 武汉虹信技术服务有限责任公司 一种基于图像特征的目标查询方法及系统
CN110134812A (zh) * 2018-02-09 2019-08-16 杭州海康威视数字技术股份有限公司 一种人脸搜索方法及其装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110134812A (zh) * 2018-02-09 2019-08-16 杭州海康威视数字技术股份有限公司 一种人脸搜索方法及其装置
CN108334633A (zh) * 2018-02-26 2018-07-27 平安普惠企业管理有限公司 数据更新方法、装置、计算机设备和存储介质
CN109635146A (zh) * 2018-11-28 2019-04-16 武汉虹信技术服务有限责任公司 一种基于图像特征的目标查询方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287153A (zh) * 2020-10-29 2021-01-29 苏州浪潮智能科技有限公司 图像搜寻方法、装置、系统及可编程逻辑器件
CN112434711A (zh) * 2020-11-27 2021-03-02 杭州海康威视数字技术股份有限公司 一种数据管理方法、装置及电子设备
CN112434711B (zh) * 2020-11-27 2023-10-13 杭州海康威视数字技术股份有限公司 一种数据管理方法、装置及电子设备
CN114691677A (zh) * 2020-12-31 2022-07-01 深圳云天励飞技术股份有限公司 一种数据搜索方法、装置、电子设备及存储介质
CN113326388A (zh) * 2021-05-20 2021-08-31 上海云从汇临人工智能科技有限公司 基于倒排表的数据检索方法、系统、介质及装置
CN114003630A (zh) * 2021-12-28 2022-02-01 北京文景松科技有限公司 一种数据搜索方法、装置、电子设备及存储介质
CN114003630B (zh) * 2021-12-28 2022-03-18 北京文景松科技有限公司 一种数据搜索方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111104540B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN111104540B (zh) 图像搜索方法、装置、设备及计算机可读存储介质
CN108762898B (zh) 一种线程接口的管理方法、终端设备及计算机可读存储介质
CN110888981B (zh) 基于标题的文档聚类方法、装置、终端设备及介质
WO2019052162A1 (zh) 提高数据清洗效率的方法、装置、设备及可读存储介质
CN107179930A (zh) 一种应用卸载推荐方法及装置
CN112328592A (zh) 数据存储方法、电子设备及计算机可读存储介质
CN115408546A (zh) 一种时序数据管理方法、装置、设备及存储介质
CN110222046B (zh) 列表数据的处理方法、装置、服务器和存储介质
CN113032610A (zh) 档案管理方法、装置、设备及计算机可读存储介质
CN113779426B (zh) 数据存储方法、装置、终端设备及存储介质
CN113010310B (zh) 作业数据的处理方法、装置和服务器
CN113901037A (zh) 数据管理方法、装置及存储介质
CN110609924A (zh) 基于图数据的全量关系计算方法、装置、设备及存储介质
CN113377777A (zh) 数据加载方法、设备、计算机程序产品及存储介质
CN111190902A (zh) 一种医疗数据的结构化方法、装置、设备及存储介质
CN111125108A (zh) 基于Lucene的HBASE二级索引方法、装置及计算机设备
CN114372071A (zh) 一种表数据删除方法、装置、计算机设备及存储介质
CN115065366A (zh) 一种时序数据的压缩方法、装置、设备及存储介质
CN110990640B (zh) 一种数据判定方法、装置、设备及计算机可读存储介质
EP4113313A1 (en) Control method, information processing device, and control program
CN114547184A (zh) 人员信息同步方法、终端设备及存储介质
CN114297236A (zh) 一种数据血缘分析方法、终端设备及存储介质
CN112364264A (zh) 一种风险防控方法、装置及设备
CN109086279B (zh) 报表缓存方法和装置
US11115464B2 (en) Server apparatus, information processing method, and computer program product

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