CN111177440B - 目标图像的检索方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本发明涉及一种目标图像的检索方法、装置、计算机设备和存储介质。该方法通过使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集，再从第一检索图集中选取一张图像确定为第二目标图像，并使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集，最后根据第二检索图集更新第一检索图集，得到目标检索图集。上述方法在对第一目标图像进行第一次检索后，又进一步的将检索得到的第一检索图集中的图像作为检索目标进行第二次检索，且利用关联相机拍摄的图像集进行第二次检索，缩小了检索范围的同时，还可以搜索到第一检索图像集中可能漏检索的图像或误检索的图像，从而提高了检索精度。

Description

目标图像的检索方法、装置、计算机设备和存储介质

技术领域

本申请涉及图像识别技术领域，尤其涉及一种目标图像的检索方法、装置、计算机设备和存储介质。

背景技术

随着图像识别技术快速发展，对人脸图像和人体图像的识别应用已经深入到了人们日常生活中的各个角落。其中对人脸图像检索的准确性已经越来越高，但是对人体图像检索的准确性有待提高。

目前，对人体图像进行检索的过程通常依赖搜索算法的硬实力，即：用一个人员的人体图像在预设数据量中进行检索，返回按照近似度排序的检索图像集。通常如果在100万数据量中进行检索时，返回的排在前100的检索图像的准确性较高，但是若在1000万或者更大的数据量中进行检索时，返回的排在前100的检索图像的准确性会受到搜索算法精度的影响，存在检索图像中出现错误数据或遗漏数据的情况。

因此，现有的对人体图像进行检索的方法，在面对大范围数据量检索时，存在检索准确性低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效提高检索准确性的目标图像的检索方法、装置、计算机设备和存储介质。

第一方面，一种目标图像的检索方法，所述方法包括：

使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

从第一检索图集中选取一张图像确定为第二目标图像；

使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；

根据第二检索图集中的图像更新第一检索图集，得到目标检索图集。

在其中一个实施例中，使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集，包括：

使用第二目标图像在第二抓拍图像集中进行相似度检索，获取与第二目标图像的相似度超过预设阈值的至少一张候选图像；

基于得到的全部候选图像，确定第二检索图集。

在其中一个实施例中，基于得到的全部候选图像，确定第二检索图集，包括：

从得到的全部候选图像中选取相似度最高的第一预设数量的候选图像，确定为第二检索图集。

在其中一个实施例中，根据第二检索图集中的图像更新第一检索图集，得到目标检索图集，包括：

使用第二检索图集中的各候选图像在第三抓拍图像集中进行相似度检索，得到每个候选图像对应的中间候选图像集；第三抓拍图像集为抓拍候选图像的相机的关联相机在关联时段抓拍到的图像的集合；

根据中间候选图像集是否包含第二目标图像的结果，确定是否能使用中间候选图像集对应的候选图像更新第一检索图集。

在其中一个实施例中，根据中间候选图像集是否包含第二目标图像的结果，确定是否能使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集，包括：

若中间候选图像集包含第二目标图像，则使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集。

在其中一个实施例中，使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集，包括：

获取候选图像与第一目标图像的第一相似度和第二相似度；第二相似度为第一检索图集中与第一目标图像相似度最小的图像和第一目标图像之间的相似度；

将大于第二相似度的第一相似度对应的候选图像添加到第一检索图集，得到目标检索图集。

在其中一个实施例中，将大于第二相似度的第一相似度对应的候选图像添加到第一检索图集之后，所述方法还包括；

剔除第一检索图集中与所述第一目标图像相似度最小的图像。

在其中一个实施例中，使用第二目标图像在第二抓拍图像集中进行相似度检索之前，所述方法还包括：

确定抓拍第二目标图像的相机的关联相机和关联时段；

根据关联相机在关联时段抓拍到的图像确定第二抓拍图像集合。

在其中一个实施例中，确定抓拍第二目标图像的相机的关联相机，包括：

将抓拍第二目标图像的相机周围预设范围内的所有相机，确定为关联相机；预设范围根据相机的抓拍数据量和/或抓拍目标的移动速度确定。

在其中一个实施例中，根据第二检索图集更新第一检索集之后，所述方法还包括：

将更新后的第一检索图集中除第二目标图像以外一张图像，重新确定为第二目标图像；

返回使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集的步骤，直到更新后的第一检索图集中的各图像均被检索过一次，停止检索，并将停止检索时得到的更新后的第一检索图集确定为目标检索图集。

第二方面，一种目标图像的检索装置，所述装置包括：

第一检索模块，用于使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

确定模块，用于从第一检索图集中选取一张图像确定为第二目标图像；

第二检索模块，用于使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；

更新模块，用于根据第二检索图集中的图像更新第一检索图集，得到目标检索图集。

第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面任一实施例所述的目标图像的检索方法。

第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一实施例所述的目标图像的检索方法。

本申请提供的一种目标图像的检索方法、装置、计算机设备和存储介质，该方法通过使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集，再从第一检索图集中选取一张图像确定为第二目标图像，并使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集，最后根据第二检索图集更新第一检索图集，得到目标检索图集。上述方法在对第一目标图像进行第一次检索后，又进一步的将检索得到的第一检索图集中的图像作为检索目标进行第二次检索，且第二次检索时是在关联相机拍摄的图像集中进行检索，利用关联相机拍摄的图像集进行第二次检索，缩小了检索范围的同时，还可以搜索到第一检索图像集中可能漏检索的图像或误检索的图像，然后使用第二次检索得到的图像集更新第一检索图像集，实现对第一检索图像集中的图像进行补充和修正，降低了更新后的第一检索图像集中存在漏检和误检的发生率，从而提高了检索精度。

附图说明

图1为一个实施例提供的一种计算机设备的内部结构示意图；

图1A为一个实施例提供的相机分布示意图；

图2为一个实施例提供的一种目标图像的检索方法的流程图；

图3为图2实施例中S103的另一种实现方式的流程图；

图4为图2实施例中S104的另一种实现方式的流程图；

图5为一个实施例提供的一种目标图像的检索方法的流程图；

图6为一个实施例提供的一种目标图像的检索方法的流程图；

图6A为一个实施例提供的相机分布示意图；

图7为一个实施例提供的一种目标图像的检索方法的流程图；

图8为一个实施例提供的一种目标图像的检索装置的结构示意图；

图9为一个实施例提供的一种目标图像的检索装置的结构示意图；

图10为一个实施例提供的一种目标图像的检索装置的结构示意图；

图11为一个实施例提供的一种目标图像的检索装置的结构示意图；

图12为一个实施例提供的一种目标图像的检索装置的结构示意图；

图13为一个实施例提供的一种目标图像的检索装置的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请提供的目标图像的检索方法，可以应用于如图1所示的计算机设备中。该计算机设备可以是终端，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种目标图像的检索方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

目前，对待检索的行人图像进行大规模数据检索时，通常使用待检索的行人图像在大范围的行人抓拍图集中检索。例如，如图1A所示的相机分布示意图，曲线L为待检索的行人图像中行人的行踪，当对包含该行人的待检索的行人图像在相机A、B、C、D、E、F抓拍的图像集中进行检索，检索结果可能是只检索到了相机B和相机D抓拍的图像，而相机A、C、E、F可能因为抓拍角度与待检索的行人图像中行人的抓拍角度不同，抓拍的图像没有被检索到，而一些不属于该行人的抓拍图像，可能因为衣着等特征与待检索的行人图像中行人的衣着特征较为相似且与待检索的行人图像中行人角度较为相似被错误检索到，这样就会造成检索到的图像集可能存在漏检或误检的问题，导致检索到的图像集的准确性较低，因此，针对上述问题，本申请提供了一种可以克服上述问题的目标图像的检索方法。

下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图2为一个实施例提供的一种目标图像的检索方法的流程图，该方法的执行主体为图1中的计算机设备，该方法涉及的是计算机设备在大范围的数据集中检索目标图像的具体过程。如图2所示，该方法具体包括以下步骤：

S101、使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合。

其中，第一目标图像为待检索的图像，其具体可以是相机拍摄的图像，也可以是从网络中下载得到的图像，其具体可以是人体图像，也可以是人脸图像，还可以是包含物体、景物等的图像，对此本实施例不做限定。预设区域范围具体可以指一个国家、省、城市、县区、街道等涉及到的区域范围，其可以由计算机设备预先根据实际应用场景确定。第一抓拍图像集可以由预设区域范围内所有相机抓拍到的图像形成的集合得到。

本实施例中，当计算机设备需要检索第一目标图像时，计算机设备可以将该第一目标图像作为检索目标，采用相应的搜索算法，在预先确定的第一抓拍图像集中进行相似度检索，检索到与第一目标图像相似度满足预设条件的至少一张图像，从而得到第一检索图集。具体的，上述搜索算法可以采用现有识别技术中的行人重识别算法(Person re-identification，ReID)，可选的，也可以采用其它类型的搜索算法，对此本实施例不做限定。

S102、从第一检索图集中选取一张图像确定为第二目标图像。

其中，第二目标图像为待检索的图像，其可以是第一检索图集中排在最高位的图像，即与第一目标图像的相似度最高的图像，其也可以是第一检索图集中排在任一位置上的图像，对此本实施不做限定。可以理解的是，从第一检索图集中与第一目标图像的相似度最高的图像开始，依次将与第一目标图像的相似度逐渐降低的图像作为第二目标图像是合适的，因为从第一检索图集中与第一目标图像的相似度最高的图像中的对象最可能与第一目标图像中的对象属于同一对象，用其作为第二目标图像进行后续检索，更容易检索出与第一目标图像属于同一对象的结果图像，基于该结果图像对第一检索图集进行替代或增补是更合适的。本实施例中，当计算机设备基于S101的步骤得到第一检索图集时，可以进一步的在该第一检索图集中选取一张图像作为之后需要被检索的目标图像，即第二目标图像，以便之后根据该第二目标图像继续进行检索操作。

S103、使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合。

其中，抓拍第二目标图像的相机的关联相机可以指抓拍第二目标图像的相机附近一定区域范围内的所有相机，也可以指抓拍第二目标图像的相机附近一定区域范围内的某些相机，抓拍第二目标图像的相机的关联相机、关联时段可以预先由计算机设备根据实际应用场景中相机抓拍图像的数据量、第二目标图像的抓拍时间或实际应用场景中目标物体的移动速度等因素确定。例如，计算机设备可以将以该相机为圆心，半径2000米范围内的所有相机确定为该相机的关联相机。将第二目标图像的抓拍时间前后0.5h作为关联时段。可以理解的是，第二抓拍图像集的数据量应该维持在使搜索算法在该数据量上能够获得可接受的精度，调整关联相机、关联时段范围能够使第二抓拍图像集具有合适的数据量。第二抓拍图像集的数据量小于第一抓拍图像集，相比于在第一抓拍图像集上的大范围检索，在第二抓拍图像集上的小范围检索更容易获得准确结果。

本实施例中，当计算机设备获取到第二目标图像时，计算机设备可以将该第二目标图像作为识别目标，采用相应的搜索算法，在预先确定的第二抓拍图像集中进行相似度检索，检索到与第二目标图像相似度满足预设条件的至少一个图像，从而得到第二检索图集。具体的，上述搜索算法可以与S101中所述的搜索算法相同，也可以不相同，对此本实施例不做限定。

S104、根据第二检索图集更新第一检索图集，得到目标检索图集。

其中，目标检索图集为最终识别出的图像集，其中的图像均与第一目标图像的相似度满足预设条件，相比于第一检索图集，该目标检索图集中存在漏检或误检的发生率较低。本实施例中，当计算机设备获取到第二检索图集后，即可使用第二检索图集中的图像更新第一检索图集中的图像，具体的，可以使用第二检索图集中的图像替代第一检索图集中的某些图像，或者将第二检索图集中的图像添加到第一检索图像集中，以更新第一检索图像集。

本实施例提供的一种目标图像的检索方法，通过使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集，再从第一检索图集中选取一张图像确定为第二目标图像，并使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集，最后根据第二检索图集更新第一检索图集，得到目标检索图集。上述方法在对第一目标图像进行第一次检索后，又进一步的将检索得到的第一检索图集中的图像作为检索目标进行第二次检索，且第二次检索时是在关联相机拍摄的图像集中进行检索，利用关联相机拍摄的图像集进行第二次检索，缩小了检索范围的同时，还可以搜索到第一检索图像集中可能漏检索的图像，然后使用第二次检索得到的图像集更新第一检索图像集，实现对第一检索图像集中的图像进行补充和修正，降低了更新后的第一检索图像集中存在漏检和误检的发生率，从而提高了检索精度。

图3为图2实施例中S103的另一种实现方式的流程图，如图3所示，上述S103“使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集”，包括：

S201、使用第二目标图像在第二抓拍图像集中进行相似度检索，获取与第二目标图像的相似度超过预设阈值的至少一张候选图像。

其中，预设阈值由计算机设备预先根据实际检索精度需求确定。本实施例中，当计算机设备使用第二目标图像在第二抓拍图像集中进行相似度检索后，可以先得到一个图像集，该图像集中包括多张图像，然后计算机设备再从该图像集中筛选出与第二目标图像的相似度超过预设阈值的图像，作为候选图像。

S202、基于得到的全部候选图像，确定第二检索图集。

当计算机设备按照S201所述的方法得到全部候选图像时，可以使用该全部候选图像构建第二检索图集，可选的，也可以使用该全部候选图像中的部分图像构建第二检索图集。

可选地，上述S202“基于得到的全部候选图像，确定第二检索图集”的具体实施方式，包括：从得到的全部候选图像中选取与第二目标图像的相似度最高的第一预设数量的候选图像，确定为第二检索图集。

本实施例中，当计算机设备按照S201所述的方法得到全部候选图像时，可以从得到的全部候选图像中再选取预设数量的候选图像，作为第二检索图集，具体的在选取时，可以从与第二目标图像的相似度最高的候选图像开始选取，直到得到预设数量的候选图像为止。

图4为图2实施例中S104的另一种实现方式的流程图，如图4所示，上述S104“根据第二检索图集中的图像更新第一检索图集，得到目标检索图集”，包括：

S301、使用第二检索图集中的各候选图像在第三抓拍图像集中进行相似度检索，得到每个候选图像对应的中间候选图像集；第三抓拍图像集为抓拍候选图像的相机的关联相机在关联时段抓拍到的图像的集合。

其中，抓拍候选图像的相机的关联相机可以指抓拍候选图像的相机附近一定区域范围内的所有相机，也可以指抓拍候选图像的相机附近一定区域范围内的某些相机，抓拍候选图像的相机的关联相机可以预先由计算机设备根据实际应用场景中相机抓拍图像的数据量，或实际应用场景中目标物体的移动速度等因素确定。关联相机、关联时段的具体确定方法将在后文详述。可以理解的是，抓拍候选图像的相机是抓拍第二目标图像的相机的关联相机、抓拍候选图像的时间是抓拍第二目标图像的时间的关联时段，那么抓拍第二目标图像的相机也是抓拍候选图像的相机的关联相机、抓拍第二目标图像的时间是抓拍候选图像的时间的关联时段，因此第三抓拍图集中必然包含第二目标图像。

本实施例中，当计算机设备获取到第二检索图集时，计算机设备可以将该第二检索图集中的每个候选图像作为待检索图像，采用相应的搜索算法，依次在预先确定的各候选图像对应的第三抓拍图像集中进行相似度检索，检索到与各候选图像相似度满足预设条件的至少一个图像，从而得到每个候选图像对应的中间候选图像集。需要说明的是，上述预设条件与前述使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集时满足的检索条件相同，例如，该预设条件可以是相似度大于80％，且排列在前20的图像，或者是相似度大于70％，且排列在前50的图像。

S302、根据中间候选图像集是否包含第二目标图像的结果，确定是否能使用中间候选图像集对应的候选图像更新第一检索图集。

本实施例中，当计算机设备获取到每个候选图像对应的中间候选图像集时，计算机设备可以进一步的使用每个候选图像对应的中间候选图像集验证候选图像的准确性，即判断各中间候选图像集是否包含第二目标图像，若包含，则说明用第二目标图像可以检索到与该中间候选图像集对应的候选图像，用该候选图像也能检索到第二目标图像，该中间候选图像集对应的候选图像与第二目标图像的相似度较高，即该候选图像是准确的，此时，可以利用该候选图像更新第一检索图集，得到更新后的第一检索图集，即目标检索图集；若不包含，则说明虽然用第二目标图像可以检索到该候选图像，但是用该候选图像检索不到第二目标图像，说明上述中间候选图像集对应的候选图像与第二目标图像的相似度较低，即该候选图像有一定概率是不准确的，此时，不能使用第二检索图集更新第一检索图集，将第一检索图集直接作为目标检索图集。下面以举例子形式说明其原因：

例如，使用第二目标图像A1在第二抓拍图像集中进行检索，检索出相似度大于79％且相似度排列在前10的图像，得到的第二检索图集包括：候候选图像A2(与A1相似度为95％)、候选图像A3(与A1相似度为92％)、候选图像A4(与A1相似度为90％)、…候选图像A10(与A1相似度为81％)、候选图像A11(与A1相似度为80％)，其中，第二目标图像A1、候选图像A2-A10中包含的目标均为W1，候选图像A11中包含的目标为W2。第二目标图像A1、候选图像A2、候选图像A3、候选图像A4…候选图像A9、候选图像A11均为的正面图像，上述候选图像A10为的侧面图像。即，A11为误检，可能由于与A1角度相似且特征相似被检索到了。

接下来，使用第二检索图集中的各候选图像在各候选图像对应的第三抓拍图集中进行检索，得到各候选图像对应的中间候选图集。

用A2进行检索，将与A2相似度大于％79且相似度排列在前10的图像作为A2对应的中间候选图集。因A1与A2的目标拍摄角度、特征均较为相似，A1在A2对应的中间候选图集中。通过A2能检到A1这一验证过程，认为A2这一候选图像是准确的。

用A3-A9进行检索时，与用A2进行检索时类似，在此不再赘述。

用A10进行检索时，将与A10相似度大于％79且相似度排列在前10的图像作为A10对应的中间候选图集。因A1与A10的目标拍摄角度不同，A1有可能不在A10对应的中间候选图集中。即，虽然用A1能检到A10，但用A10检不到A1。

用A11进行检索时，将与A11相似度大于％79且相似度排列在前10的图像作为A11对应的中间候选图集。因A1与A11的目标不同，A1有可能不在A11对应的中间候选图集中。即，虽然用A1能检到A11，但用A11检不到A1。

通过验证，认为A10、A11这两个候选图像有一定概率是误检，是不准确的。虽然实际上，只有A11是误检，A10并非误检。

通过该验证过程，能够保留相对准确的结果，过滤相对不准确的结果。

可选地，上述S302“根据中间候选图像集是否包含第二目标图像的结果，确定是否能使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集”，包括：若中间候选图像集包含第二目标图像，则使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集。

本实施例涉及计算机设备利用中间候选图像集验证第二目标图像时，得到的验证结果为中间候选图像集包含第二目标图像的场景，该场景下，计算机设备使用该中间候选图像集对应的候选图像更新第一检索图集，具体的，可以使用中间候选图像集对应的候选图像替代第一检索图集中的某些图像，或者，直接将中间候选图像集对应的候选图像添加到第一检索图集中，实现对第一检索图集的更新，得到目标检索图集。

在一些场景中，上述实施例中的“使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集”，如图5所示，包括：

S401、获取候选图像与第一目标图像的第一相似度和第二相似度，第二相似度为所述第一检索图集中与第一目标图像相似度最小的图像和第一目标图像之间的相似度。

当计算机设备在根据中间候选图像集对应的候选图像更新第一检索图集时，具体的，可以先通过相应的相似度计算方法，计算中间候选图像集对应的候选图像与第一目标图像的第一相似度，再从第一检索图集中提取出相似度与第一目标图像最小的图像，然后计算该图像与第一目标图像的第二相似度，以便之后进行比较时使用。

S402、将大于第二相似度的第一相似度对应的候选图像添加到第一检索图集，得到目标检索图集。

当计算机设备基于上述S401的方法得到第一相似度和第二相似度时，可以将第一相似度和第二相似度进行比较，若第一相似度大于第二相似度，则将第一相似度对应的候选图像添加到第一检索图集，实现对第一检索图集的更新。可选的，当更新第一检索图集后，计算机设备还可以进一步的将更新后的第一检索图集中的各图像按照与第一目标图像的相似度高低进行重新排序，并将排序后的第一检索图集确定为目标检索图集。

在一些应用场景中，上述S402中的“将大于第二相似度的第一相似度对应的候选图像添加到第一检索图集”之后，所述方法还包括：剔除第一检索图集中与第一目标图像相似度最小的图像。本实施例涉及的是另一种使用第一相似度对应的候选图像更新第一检索图集的方法，即在上述S402的步骤完成之后，还可以将原来在第一检索图集中与第一目标图像相似度最小的图像剔除，以消除原来第一检索图集中与第一目标图像相似度最低也即最可能是误检索到的图像。

在实际应用中，上述S101之前，如图6所示，图2实施例所述的方法还包括：

S501、确定抓拍第二目标图像的相机的关联相机和关联时段。

本实施例涉及具体确定关联相机的过程。例如，该过程可以具体包括：将抓拍第二目标图像的相机周围预设范围内的所有相机，确定为关联相机；其中，预设范围可以根据相机的抓拍数据量和抓拍目标的移动速度确定，也可以根据路网数据预先划定。

示例性说明上述过程，如图6A所示，在图6A中，如果相机B为抓拍第二目标图像的相机，则在相机B附近一定区域1#范围内的相机C、K、A、G、H为相机B的关联相机。需要说明的是，图6A中区域1#的大小可以预先根据实际应用场景中的地理环境、该区域内所有相机抓拍图像的数据量、该区域内目标物体的移动速度确定，也可以根据路网数据预先设定好相距较近的相机ABCHKG为关联相机。

本实施例在具体确定第二抓拍图像集时还需要确定关联时段。关联时段可以预先由计算机设备根据拍摄第二目标图像的时间确定，可以同时由拍摄第二目标图像的时间和实际应用中目标物体的移动速度共同确定，还可以按照预先划定的时间段确定。例如，按照预先划定的时间段确定关联时段的过程可以具体包括：将关联相机的抓拍图像按照时间分块，比如9至10点为一块，10至11点为一块，如果拍摄第二目标图像的相机A的关联相机包括B相机、C相机、D相机、E相机、F相机，且第二目标图像是在9点1分拍摄的，那么之后在相机A的关联相机中9至10点范围内进行搜索。根据拍摄第二目标图像的时间确定可以包括，将第二目标图像拍摄时间前后半小时作为关联时段。

总之，关联相机、关联时段的选择需要使在关联相机、关联时段对应的第二抓拍图像集的数据量上检索能获得较高的精度。

可以理解的是，根据候选图像的拍摄时间确定其关联时段，根据候选图像拍摄相机确定其关联相机的方式与根据第二目标图像的拍摄时间确定其关联时段，根据第二目标图像拍摄相机确定其关联相机的方式类似，在此不再赘述。也可直接将拍摄第二目标图像的相机的关联相机(其中包括拍摄第二目标图像的相机)组成一个相机集合，将该相机集合作为拍摄候选图像相机的关联相机。直接将拍摄第二目标图像的关联时段作为候选图像的关联时段。如此，第三抓拍图像集等同于第二抓拍图像集。继续上述例子，并结合前述实施例进行说明，可以理解的是，如果关联相机是根据路网数据预先确定，关联时段也是预先划分，那么各相机在各时间段拍摄到的抓拍图已经被预先划分为多个抓拍图集合。例如，ABCDE相机是关联相机，其9-10点的抓拍图像作为第四抓拍图集合，10-11点的抓拍图像作为第五抓拍图集合。可以预先以抓拍图集合中的每个抓拍图像为待检索图像，获得抓拍图像对应的检索结果。例如，对于第四抓拍图集合中的抓拍图B1-B5，以B1可检索到B3、B4，以B3检索不到结果，以B4可以检索到B1、B3。当确定了第二目标图像之后，便可以找到其对应的抓拍图集合。例如，第二目标图像B1是由C相机在9点20拍摄的，那么找到C相机在9点20拍摄的抓拍图所在的抓拍图集合即第四抓拍图集合，将第四抓拍图集合作为第二抓拍图像集。使用第二目标图像B1在第四抓拍图集合中的检索已经预先完成，检索结果为B3、B4，B3、B4为候选图像，组成第二检索图集。第四抓拍图集合同时也是第三抓拍图像集。以候选图像B3、B4在第三抓拍图像集中进行检索的过程也已经预先完成，根据该结果，可确定B4可用于更新第一检索图集。由此可见，关联相机是根据路网数据预先确定，关联时段也是预先划分时，可预先进行第二目标图像在第二抓拍图像集中检索、候选图像在第三抓拍图像集中检索的过程，从而节省了检索时间，提高检索效率。

而根据第二目标图像和/或目标移动速度确定关联相机/关联时段时，可针对目标的拍摄时间、地点对关联相机、关联时段进行调整，有更高的概率可检索到目标。可选的，计算机设备在确定了抓拍第二目标图像的相机周围预设范围内的所有相机时，还可以进一步的根据相机的抓拍角度、地理位置、相机的抓拍数据量、抓拍目标的移动速度等因素从所有相机中筛选出一些关联性更强的相机作为抓拍第二目标图像的相机的关联相机，以提高检索效率。例如，在图6A中，在相机B附近一定区域1#范围内的所有相机为C、K、A、G、H，则因为相机G拍摄目标物体的角度始终处于背阴面，所以可以将相机G剔除，即将相机C、K、A、H筛选出来作为关联相机。

S502、根据关联相机在关联时段抓拍到的图像确定第二抓拍图像集合。

当计算机设备确定抓拍第二目标图像的相机的关联相机后，可以进一步的获取各关联相机拍摄到的图像，然后根据所有关联相机拍摄的图像生成第二抓拍图像集合。可选的，也可以根据各关联相机的拍摄角度，从所有关联相机中剔除一些拍摄角度较偏的关联相机，再获取剔除后的各关联相机拍摄到的图像，然后根据剔除后的各关联相机拍摄到的图像生成第二抓拍图像集合。

上述根据抓拍第二目标图像的相机的关联相机确定第二抓拍图像集合的方法，可以进一步的从各个角度拍摄的相机的拍摄图集中查找第一次检索时可能因角度问题或其它因素遗留掉的图像，为后期进一步的检索提供了合理和准确的候选补漏图像集。

当上述图2实施例所述方法利用第一检索图集中的第二目标图像进行相似度检索，得到目标检索图集之后，本申请提供的目标图像的检索方法还包括对第一检索图集中的其它第二目标检索图像进行相似度检索，得到目标检索图集。因此，上述S104中的“根据第二检索图集更新第一检索集”之后，如图7所示，所述方法还包括：

S601、将更新后的第一检索图集中除第二目标图像以外一张图像，重新确定为第二目标图像。

本实施例涉及计算机设备重新确定第二目标图像过程，即计算机设备在更新后的第一检索图集中查询除第二目标图像以外排在最前列的图像，即相似度最高的图像，并将查询到的图像重新确定为第二目标图像。可选的，计算机设备也可以在更新后的第一检索图集中查询除第二目标图像以外排在任一位置上的图像，并将查询到的图像重新确定为第二目标图像。可选的，计算机设备还可以将候选图像重新确定为第二目标图像。

S602、返回使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集的步骤，直到更新后的第一检索图集中的各图像均被检索过一次，停止检索，并将停止检索时得到的更新后的第一检索图集确定为目标检索图集。

当计算机设备重新确定第二目标图像后，即可按照上述实施例所述的检索方法，以重新确定的第二目标图像为识别目标进行检索，直到更新后的第一检索图集中的各图像均被检索过一次，此时，可以停止检索，并将停止检索时得到的更新后的第一检索图集确定为目标检索图集。

上述过程属于迭代检索过程，即使用第一检索图集中的各图像进行关联图像检索，实现对第一检索图集中的各图像进行准确性验证的同时，还可以从第一检索图集中的各图像的相关相机的图集中找到遗漏检索的图像，或将第一检索图集中误检索的图像剔除，以提高第一检索图集中各图像的准确性。

应该理解的是，虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行。

在一个实施例中，如图8所示，提供了一种目标图像的检索装置，包括：第一检索模块11、确定模块12、第二检索模块13和更新模块14，其中：

第一检索模块11，用于使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

第一确定模块12，用于从第一检索图集中选取一张图像确定为第二目标图像；

第二检索模块13，用于使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；

更新模块14，用于根据第二检索图集中的图像更新第一检索图集，得到目标检索图集。

在一个实施例中，如图9所示，上述第二检索模块13，包括：

第一检索单元131，用于使用第二目标图像在第二抓拍图像集中进行相似度检索，获取与第二目标图像的相似度超过预设阈值的至少一张候选图像；

第一确定单元132，用于基于得到的全部候选图像，确定第二检索图集。

在一个实施例中，上述确定单元132具体用于从得到的全部候选图像中选取相似度最高的的第一预设数量的候选图像，确定为第二检索图集。

在一个实施例中，上述更新模块14，如图10所示，包括：

第二检索单元141，用于使用第二检索图集中的各候选图像在第三抓拍图像集中进行相似度检索，得到每个候选图像对应的中间候选图像集；第三抓拍图像集为抓拍候选图像的相机的关联相机在关联时段抓拍到的图像的集合；

第二确定单元142，用于根据中间候选图像集是否包含第二目标图像的结果，确定是否能使用中间候选图像集对应的候选图像更新第一检索图集。

在一个实施例中，上述第二确定单元142具体用于在中间候选图像集包含第二目标图像时，使用中间候选图像集对应的候选图像更新第一检索图集，得到目标检索图集。

在一个实施例中，上述第二确定单元142还具体用于获取候选图像与第一目标图像的第一相似度和第二相似度，第二相似度为第一检索图集中与所述第一目标图像相似度最小的图像和第一目标图像之间的相似度；将大于第二相似度的第一相似度对应的候选图像添加到第一检索图集，得到目标检索图集。

在一个实施例中，上述第二确定单元142之后，上述更新模块14，如图11所示，还包括：剔除单元143，用于剔除第一检索图集中与所述第一目标图像相似度最小的图像。

在一个实施例中，上述第一检索模块11之前，如图12所示，上述装置还包括：

第二确定模块15，确定抓拍第二目标图像的相机的关联相机和关联时段；

第三确定模块16，根据关联相机在关联时段抓拍到的图像确定第二抓拍图像集合。

在一个实施例中，上述第二确定模块15具体用于将抓拍第二目标图像的相机周围预设范围内的所有相机，确定为关联相机；预设范围根据相机的抓拍数据量和/或抓拍目标的移动速度确定。

在一个实施例中，如图13所示，上述装置还包括：

重新确定模块17，用于将更新后的第一检索图集中除第二目标图像以外一张图像，重新确定为第二目标图像；

循环检索模块18，用于返回使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集的步骤，直到更新后的第一检索图集中的各图像均被检索过一次，停止检索，并将停止检索时得到的更新后的第一检索图集确定为目标检索图集。

关于目标图像的检索装置的具体限定可以参见上文中对于一种目标图像的检索方法的限定，在此不再赘述。上述目标图像的检索装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

从第一检索图集中选取一张图像确定为第二目标图像；

使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；

根据第二检索图集中的图像更新第一检索图集，得到目标检索图集。

上述实施例提供的一种计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时还实现以下步骤：

使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

从第一检索图集中选取一张图像确定为第二目标图像；

使用第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；第二抓拍图像集为抓拍第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；

根据第二检索图集中的图像更新第一检索图集，得到目标检索图集。

上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种目标图像的检索方法，其特征在于，所述方法包括：

使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；所述第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

从所述第一检索图集中选取一张图像确定为第二目标图像；

使用所述第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；所述第二抓拍图像集为抓拍所述第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；所述关联相机包括所述第二目标图像的相机附近一定区域范围内的所有相机或者抓拍所述第二目标图像的相机附近一定区域范围内的某些相机；

根据所述第二检索图集更新所述第一检索图集，得到目标检索图集。

2.根据权利要求1所述的方法，其特征在于，所述使用所述第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集，包括：

使用所述第二目标图像在所述第二抓拍图像集中进行相似度检索，获取与所述第二目标图像的相似度超过预设阈值的至少一张候选图像；

基于得到的全部所述候选图像，确定所述第二检索图集。

3.根据权利要求2所述的方法，其特征在于，所述基于得到的全部所述候选图像，确定所述第二检索图集，包括：

从所述得到的全部候选图像中选取相似度最高的第一预设数量的候选图像，确定为所述第二检索图集。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第二检索图集更新所述第一检索图集，得到目标检索图集，包括：

使用所述第二检索图集中的各候选图像在第三抓拍图像集中进行相似度检索，得到每个候选图像对应的中间候选图像集；所述第三抓拍图像集为抓拍所述候选图像的相机的关联相机在关联时段抓拍到的图像的集合；

根据所述中间候选图像集是否包含所述第二目标图像的结果，确定是否能使用所述中间候选图像集对应的候选图像更新所述第一检索图集，得到所述目标检索图集。

5.根据权利要求4所述的方法，其特征在于，所述根据所述中间候选图像集是否包含所述第二目标图像的结果，确定是否能使用所述中间候选图像集对应的候选图像更新所述第一检索图集，得到所述目标检索图集，包括：

若所述中间候选图像集包含所述第二目标图像，则使用所述中间候选图像集对应的候选图像更新所述第一检索图集，得到所述目标检索图集。

6.根据权利要求5所述的方法，其特征在于，所述使用所述中间候选图像集对应的候选图像更新所述第一检索图集，得到所述目标检索图集，包括：

获取所述候选图像与所述第一目标图像的第一相似度和第二相似度；所述第二相似度为所述第一检索图集中与所述第一目标图像相似度最小的图像和所述第一目标图像之间的相似度；

将大于所述第二相似度的第一相似度对应的所述候选图像添加到所述第一检索图集，得到所述目标检索图集。

7.根据权利要求6所述的方法，其特征在于，所述将大于所述第二相似度的第一相似度对应的所述候选图像添加到所述第一检索图集之后，所述方法还包括；

剔除所述第一检索图集中与所述第一目标图像相似度最小的图像。

8.根据权利要求1所述的方法，其特征在于，所述使用所述第二目标图像在第二抓拍图像集中进行相似度检索之前，所述方法还包括：

确定抓拍所述第二目标图像的相机的关联相机和关联时段；

根据所述关联相机在所述关联时段抓拍到的图像确定所述第二抓拍图像集合。

9.根据权利要求8所述的方法，其特征在于，所述确定抓拍所述第二目标图像的相机的关联相机，包括：

将抓拍所述第二目标图像的相机周围预设范围内的所有相机，确定为所述关联相机；所述预设范围根据相机的抓拍数据量和/或抓拍目标的移动速度确定。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述根据所述第二检索图集更新所述第一检索图集之后，所述方法还包括：

将更新后的第一检索图集中除所述第二目标图像以外一张图像，重新确定为所述第二目标图像；

返回所述使用所述第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集的步骤，直到更新后的第一检索图集中的各图像均被检索过一次，停止检索，并将停止检索时得到的更新后的第一检索图集确定为所述目标检索图集。

11.一种目标图像的检索装置，其特征在于，所述装置包括：

第一检索模块，用于使用第一目标图像在第一抓拍图像集中进行相似度检索，得到第一检索图集；所述第一抓拍图像集为预设区域范围内所有相机抓拍的图像的集合；

第一确定模块，用于从所述第一检索图集中选取一张图像确定为第二目标图像；

第二检索模块，用于使用所述第二目标图像在第二抓拍图像集中进行相似度检索，得到第二检索图集；所述第二抓拍图像集为抓拍所述第二目标图像的相机的关联相机在关联时段抓拍到的图像的集合；所述关联相机包括所述第二目标图像的相机附近一定区域范围内的所有相机或者抓拍所述第二目标图像的相机附近一定区域范围内的某些相机；

更新模块，用于根据所述第二检索图集更新所述第一检索图集，得到目标检索图集。

12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。