CN112800258A - 图像检索方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像检索方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112800258A CN112800258A CN202110265124.2A CN202110265124A CN112800258A CN 112800258 A CN112800258 A CN 112800258A CN 202110265124 A CN202110265124 A CN 202110265124A CN 112800258 A CN112800258 A CN 112800258A
- Authority
- CN
- China
- Prior art keywords
- images
- image
- association relationship
- similarity
- retrieved
- 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
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
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种图像检索方法、装置、电子设备及计算机可读存储介质,其中图像检索方法包括:步骤S1,接收待检索图像;步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像。根据本发明的图像检索方法,能够通过用户干预提供更精准的图像检索,且能够拓展出相关联的图像。
Description
技术领域
本发明涉及图像检索领域,具体涉及一种图像检索方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术产业的发展,应用的数据量呈现了爆发式增长。海量级的数据给大数据归档和检索引擎带来了巨大的挑战,系统在保证聚类算法精度高的同时也要兼顾检索的高效。当用户明确感知到算法结果不够精准,却无法“告知”算法应该选择用户认为最为精准的结果。
发明内容
有鉴于此,本发明提供一种图像检索方法、装置、电子设备及计算机可读存储介质,能够通过用户干预提供更精准的图像检索,且能够拓展出相关联的图像。
为解决上述技术问题,第一方面,本发明提供图像检索方法,包括如下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
进一步地,所述第一关联关系的形成包括:
标记所述第二图像之间的所述第一关联关系,
或标记视频中同一动物或人物的不同形态的所述第二图像,以形成所述第一关联关系。
进一步地,所述第二关联关系和所述第三关联关系的形成包括:
比较第一图像之间的第一相似度,将相似度高于第一预定阈值的所述第一图像与所述第二图像形成第二关联关系;
比较所述第一图像与所述第二图像的第二相似度,将相似度高于第二预定阈值的所述第一图像与所述第二图像形成第三关联关系。
进一步地,所述步骤S2包括:
步骤S21,比较所述待检索图像与所述图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号;
步骤S22,在所述干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的所述第一识别号和/或其他的所述第二识别号,并以此在所述图数据库中获取相关联的所述第一图像和/或所述第二图像。
进一步地,所述步骤S21包括:
步骤S211,所述待检索图像为同一人物的不同形态的图像,并对所述待检索图像设置权重,所述形态包括低头、抬头、侧脸、正脸中的一种或多种;
步骤S212,比较所述待检索图像与所述图数据库中的所述第一图像和所述第二图像的第四相似度;
步骤S213,计算所述第四相似度与所述权重的乘积,以获取所述乘积大于第四预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号。
进一步地,通过收藏夹存储所述第二图像及所述第一关联关系,再从所述收藏夹中调用所述第二图像及所述第一关联关系至所述图数据库中。
进一步地,所述干预系统通过图论算法实现。
第二方面,本发明提供图像检索装置,包括:
接收模块,用于接收待检索图像;
检索模块,用于基于干预系统在图数据库中,检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,所述第一图像和所述第二图像包括动物图像和/或人物图像,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地存储归档后的所述第一识别号、所述第二识别号、所述第一关联关系、所述第二关联关系及所述第三关联关系。
进一步地,所述检索模块包括:
比较模块,用于比较所述待检索图像与所述图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号;
获取模块,用于在所述干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的所述第一识别号和/或其他的所述第二识别号,并以此在所述图数据库中获取相关联的所述第一图像和/或所述第二图像。
第三方面,本发明提供一种用于窄路通行的电子设备,包括:
一个或多个处理器;
一个或多个存储器,其中存储了计算机可读代码,所述计算机可读代码当由所述一个或多个处理器运行时,使得所述处理器执行如下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
第四方面,本发明提供一种计算机可读存储介质,其特征在于,其中存储了计算机可读代码,所述计算机可读代码当由一个或多个处理器运行时,使得所述处理器执行如下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
本发明的上述技术方案至少具有如下有益效果之一:
根据本发明的图像检索方法,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,能够通过用户干预提供更精准的图像检索,且能够拓展出相关联的图像。
附图说明
图1为图像检索方法的流程图;
图2为根据本发明实施例的图像检索装置的示意图;
图3为根据本发明一具体实施例的图像检索装置的示意图;
图4为根据本发明实施例的用于图像检索的电子设备的示意图。
具体实施方式
下面将结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
经本发明人分析,传统的数据归档引擎中的一些参数和阈值由算法研究员预先设置好,在实际场景中运行时,归档结果是基于数据集和算法运算后给出,用户层并没有干预归档结果的能力。当用户明确感知到算法结果不够精准,却无法“告知”算法应该选择用户认为最为精准的结果。检索的正确性对于用户来说是强感知的,因此必须要尽可能地提高检索的准确性。即使在算法性能不佳的情况下,也应当可以在用户干预的情况下提高算法性能。由于检索的正确性依赖于归档算法的精度,因此需要实现一种通用的方案,使得检索和归档算法可以基于用户的研判做出自适应调整,给出更符合用户判断的结果。
本发明解决大规模数据与巨大规模查询查询范围下,数据检索可以获取精度较高的结果,同时具备用户干预检索结果的能力。大规模数据:每日数千万档案数据,PB级别的数据大小。查询范围:数亿数据量级下的巨大规模查询。挑战:如何实现通用方案实现用户层的干预,如何实现通用方案实现用户层的干预。
基于此,本发明人提出以下解决方案,通过用户的干预,提高检索精度,且拓展出关联的图像。
下面,结合图1,说明根据本发明实施例的图像检索方法。
如图1所示,本发明实施例的图像检索方法包括:
步骤S1,接收待检索图像。例如,通过电脑、手机等电子产品接收待检索图像。
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像。也就是说,在图数据库中,利用干预系统检索出与待检索图像相关联的图像。
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种。例如,可以通过人像检索引擎将各个摄像头抓拍的图像作为第一图像输入进系统,并放在图数据库中。
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
由此,能够通过用户干预提供更精准的图像检索,且能够拓展出相关联的图像,且能够实现通用的数据关联关系干预系统服务,并可持久化存储,干预系统的关联关系通过图论算法实现,任意一个数据可通过干预系统上的“边”进行BFS(广度优先搜索)算法从而扩展出更多的结果。数据检索引擎通过干预系统来扩展检索结果,提高检索精度,基于干预系统的DAG数据扩展,也可以为加入干预系统后的数据检索引擎。归档算法根据干预系统保证算法精度,基于干预系统的TOPK调整,也可以干预系统后的归档算法。带入人工研判后,归档算法性能得到了提升,同时检索结果也更加精准。
例如,第一图像为某一区域内监控中包括中的人的图像、用户刷身份证所被记录的身份证图像,第二图像为用户提供的张三的侧脸图像、正脸图像、背景图像及张三的身份证,并对第二图像建立第一关联关系(张三的侧脸图像、正脸图像、背景图像及张三的身份证均指定为张三)。通过图数据库存储,能够便于数据的调用。通过干预系统基于监控中人的图像的相似度形成第二关联关系,基于监控中的人的图像和用户提供的张三的图像的相似度形成第三关联关系,干预系统持久化将归档后的具有关联关系的人的图像的第一识别号和第二图像的第二识别号存储在同一目录下。由于识别号和关联关系所占的存储空间比较小,能够减少干预系统的存储空间,且便于持久化存储。
后续用户仅仅依靠一张张三的侧脸照片就可以在图数据库中基于干预系统就可以把与张三相关联的第一图像和第二图像全部检索出来。
其中,图数据库存储关联关系的图像,图有很多节点(比如就是ID(识别号),例如番茄)和边(是我们自己打的在图上面的任意的节点会在系统里表明是实名档案,非实名档案,两个档案之间的相似度=得分,如何关联上),图上的节点和边可能非常大,节点的数量可能等于系统中档案的数量,边的数量取决于节点之间距离比较,如果有边的话就认为这两个节点有关系。我们的干预系统就是通过BFS(广度优先搜索)算法上。扩展出更多的结果就是番茄扩展为番茄+西红柿。传统只拓展一层,比如西红柿,只能找到番茄,但是不知道tomato。业界不太会图数据库进行存储,关联到tomato的时候可能分数会不同,边上的信息是不同,我们可能会限制这个拓展的数量,首先我们会有分数,我们会限制拓展深度,比如最多拓展N次,会限制两个节点相似度的阈值85或者90。把这种关联关系用图数据库的方式去存储下来,这样的好处是我们在上面可以通过任意的节点去拓展,之前可能使用结构化的方式去存储。把归档数据的ID(识别号)放在干预系统里面,所以用户挑选一些精度比较高的数据,放在干预系统里面。
进一步地,所述第一关联关系的形成包括:标记所述第二图像之间的所述第一关联关系,或标记视频中同一动物或人物的不同形态的所述第二图像,以形成所述第一关联关系。
也就是说,可以根据用户提供的某一个或某个动物的相关照片标记为同一个人或同一个动物。也可以,提供一个人或一个动物转身的视频,将视频中某几帧或全部帧图像标记为同一个人或同一个动物。
更进一步地,所述第二关联关系和所述第三关联关系的形成包括:比较第一图像之间的第一相似度,将相似度高于第一预定阈值的所述第一图像与所述第二图像形成第二关联关系;比较所述第一图像与所述第二图像的第二相似度,将相似度高于第二预定阈值的所述第一图像与所述第二图像形成第三关联关系。也就是说,根据紧急情况或者搜寻精度可以更换不同的阈值,以实现更搜索到更多图像或搜索到更精准图像。
根据本发明一些实施例,所述步骤S2包括:步骤S21,比较所述待检索图像与所述图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号;步骤S22,在所述干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的所述第一识别号和/或其他的所述第二识别号,并以此在所述图数据库中获取相关联的所述第一图像和/或所述第二图像。
当在图数据库中检索出与待检索图像相似度大于第三相似度的第一图像和所述第二图像,即可以在图数据库中检索出相关联的所有第一图像和所述第二图像。由此,能够快速便捷且精确的检索出所有相关联的图像。
进一步地,所述步骤S21包括:步骤S211,所述待检索图像为同一人物的不同形态的图像,并对所述待检索图像设置权重,所述形态包括低头、抬头、侧脸、正脸中的一种或多种;步骤S212,比较所述待检索图像与所述图数据库中的所述第一图像和所述第二图像的第四相似度;步骤S213,计算所述第四相似度与所述权重的乘积,以获取所述乘积大于第四预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号。
也就是说,可以根据待检索图像设置相应的权重,如正脸的权重比较高,侧脸、低头和抬头的图像权重比较低,但是如果待检索图像只是一张侧脸的图像,可以提高侧脸图像的权重,结合相似度,以检索出更多的图像。由此提高图像的检索精度且具有针对性。
根据本发明一些实施例,通过收藏夹存储所述第二图像及所述第一关联关系,再从所述收藏夹中调用所述第二图像及所述第一关联关系至所述图数据库中。
用户层面的干预依靠收藏夹功能实现。用户挑选若干认为精度较高的数据收藏后,这些数据会被放入到干预系统服务中,与归档的数据产生关联关系。在下一次检索中,收藏夹数据将在之后检索和归档算法中占较大决策比重,提升用户的检索“体验”。采用通俗易懂的功能帮助用户更好地使用系统,也可以基于Spring boot框架开发的收藏夹功能。
下面,结合图2,说明根据本发明实施例的图像检索装置。
如图2所示,本发明实施例的图像检索装置1000包括:接收模块1001和检索模块1002。
接收模块1001用于接收待检索图像。检索模块1002用于基于干预系统在图数据库中,检索出与待检索图像相关联的图像。
其中,图数据库存储有多个第一图像以及与多个第一图像一一对应的第一识别号,且存储有多个第二图像以及多个第二图像之间的第一关联关系,与多个第二图像一一对应的第二识别号,第一图像和第二图像包括动物图像和/或人物图像,
干预系统基于第一图像之间的相似度形成第二关联关系,基于第一图像和第二图像之间的相似度形成第三关联关系,对存储至图数据库中的第一图像和第二图像基于第一关联关系、第二关联关系及第三关联关系进行归档,并持久化地存储归档后的第一识别号、第二识别号、第一关联关系、第二关联关系及第三关联关系。
进一步地,检索模块1002包括比较模块10021和获取模块10022。比较模块1001用于比较待检索图像与图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的第一图像或第二图像,并获取相应的第一识别号或相应的第二识别号。获取模块1002用于在干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的第一识别号和/或其他的第二识别号,并以此在图数据库中获取相关联的第一图像和/或第二图像。
进一步地,图像检索装置1000还可以分别用于图像检索方法中的相应步骤,在此省略其详细说明。
以下通过图3所示的具体示例说明本发明的图像检索装置1000。
如图3所示,图像检索装置1000通过收藏夹获取来自用户提供的张三证件照(识别号34101)、张三的视频中连续帧判断出的张三的低头图像(识别号34102)及对张三的背影进行标记形成张三的侧脸图像(识别号34103)作为第二图像,并标记三个图像的第一关联关系为同一个人。图数据库存储第二图像、第二识别号、以及通过监控系统和网络系统获取的搜寻图像和搜寻识别号作为第一图像和第一识别号,干预系统比较图数据库中搜寻图像之间的相似度得到相似度,找到大于第一相似度的张三模糊图像1(识别号为67101)、张三模糊图像2(识别号为68101)及张三模糊图像3(识别号为69101),形成第二关联关系,比较搜寻图像与张三的证件照、张三的侧脸图像及张三的低头图像相似度,找到与张三证件照相似度大于第二相似度的张三十年前的证件照(71101),并找到与张三低头图像相似度大于第二相似度的张三模糊图像1,干预系统存储34101、34102、34103、67101、67102、67103、71101及关联关系(4101、34102、34103为同一人,67101、67102、67103相似度大于第二相似度,34101与71101相似度大于第三相似度,34102与67101相似度大于第三相似度)至张三的目录下。
当待检索图像为张三的证件照,将张三的证件照输入图像检索装置,图像检索装置1000的接收模块1001接收张三的证件照,通过检索模块1002的比较模块比较图数据库图像与张三证件照的相似度并找到相似度大于第三相似度的张三证件照(识别号34101),获取模块10022在干预系统中获取与34101相关联的34102、34103、67101、67102、67103及71101,并从图数据库中获取34102、34103、67101、67102、67103及71101相对于的图像,就是张三的侧脸图像、张三十年前的证件照、张三的低头图像、张三的模糊图像1、张三的模糊图像2及张三的模糊图像3。
张三的模糊图像中,显然相似度越低置信率越低,拓展次数越多置信率越低.为了保证结果准确,在图上进行拓展需要有严格的规则:例如拓展的深度,拓展时的相似度,节点上条目的质量等条件。
此外,结合图4,说明根据本发明实施例的用于图像检索的电子设备1400。
如图4所示,本发明实施例的图像检索的电子设备1400包括:
处理器1401和存储器1402,在存储器1402中存储有计算机程序指令,其中,在计算机程序指令被处理器运行时,使得处理器1401执行以下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
进一步地,处理器1401还可以图像检索方法中的相应步骤,在此省略其详细说明。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器1401代表的一个或者多个中央处理器(CPU),以及由存储器1402代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解,总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外,还包括电源总线、控制总线和状态信号总线,这些都是本领域所公知的,因此本文不再对其进行详细描述。
所述网络接口1403,可以连接至网络(如因特网、局域网等),从网络中获取相关数据,并可以保存在硬盘1405中。
所述输入设备1404,可以接收操作人员输入的各种指令,并发送给处理器1401以供执行。所述输入设备1404可以包括键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
所述显示设备1406,可以将处理器1401执行指令获得的结果进行显示。
所述存储器1402,用于存储操作系统运行所必须的程序和数据,以及处理器1401计算过程中的中间结果等数据。
可以理解,本发明实施例中的存储器1402可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。本文描述的装置和方法的存储器1402旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器1402存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统14021和应用程序14014。
其中,操作系统14021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序14014,包含各种应用程序,例如浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序14014中。
上述处理器1401,当调用并执行所述存储器1402中所存储的应用程序和数据,具体的,可以是应用程序14014中存储的程序或指令时,首先,接收待检索图像;接着,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像。
本发明上述实施例揭示的方法可以应用于处理器1401中,或者由处理器1401实现。处理器1401可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1401可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)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,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1402,处理器1401读取存储器1402中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
另外,本发明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运行时,使得所述处理器执行以下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
进一步地,所述处理器还可以执行图像检索方法中的相应步骤,在此省略其详细说明。
更进一步地,本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。电子设备(例如可以是服务器、云服务器、或者服务器的一部分等)的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得图像检索装置1000实施上述各种实施方式提供窄路通行方法。
在本申请所提供的几个实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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包括,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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁盘或者光盘等各种可以存储程序代码的介质。
以上所述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,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种图像检索方法,其特征在于,包括:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
2.根据权利要求1所述的图像检索方法,其特征在于,所述第一关联关系的形成包括:
标记所述第二图像之间的所述第一关联关系,
或标记视频中同一动物或人物的不同形态的所述第二图像,以形成所述第一关联关系。
3.根据权利要求2所述的图像检索方法,其特征在于,所述第二关联关系和所述第三关联关系的形成包括:
比较第一图像之间的第一相似度,将相似度高于第一预定阈值的所述第一图像与所述第二图像形成第二关联关系;
比较所述第一图像与所述第二图像的第二相似度,将相似度高于第二预定阈值的所述第一图像与所述第二图像形成第三关联关系。
4.根据权利要求3所述的图像检索方法,其特征在于,其中,所述步骤S2包括:
步骤S21,比较所述待检索图像与所述图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号;
步骤S22,在所述干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的所述第一识别号和/或其他的所述第二识别号,并以此在所述图数据库中获取相关联的所述第一图像和/或所述第二图像。
5.根据权利要求4所述的图像检索方法,其特征在于,所述步骤S21包括:
步骤S211,所述待检索图像为同一人物的不同形态的图像,并对所述待检索图像设置权重,所述形态包括低头、抬头、侧脸、正脸中的一种或多种;
步骤S212,比较所述待检索图像与所述图数据库中的所述第一图像和所述第二图像的第四相似度;
步骤S213,计算所述第四相似度与所述权重的乘积,以获取所述乘积大于第四预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号。
6.根据权利要求1所述的图像检索方法,其特征在于,通过收藏夹存储所述第二图像及所述第一关联关系,再从所述收藏夹中调用所述第二图像及所述第一关联关系至所述图数据库中。
7.一种图像检索装置,其特征在于,包括:
接收模块,用于接收待检索图像;
检索模块,用于基于干预系统在图数据库中,检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,所述第一图像和所述第二图像包括动物图像和/或人物图像,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地存储归档后的所述第一识别号、所述第二识别号、所述第一关联关系、所述第二关联关系及所述第三关联关系。
8.根据权利要求7所述的图像检索装置,其特征在于,所述检索模块包括:
比较模块,用于比较所述待检索图像与所述图数据库中的图像的第三相似度,以获取相似度大于第三预定阈值的所述第一图像或所述第二图像,并获取相应的所述第一识别号或相应的所述第二识别号;
获取模块,用于在所述干预系统中获取与相应的第一识别号或相应的第二识别号归档在一起的其他的所述第一识别号和/或其他的所述第二识别号,并以此在所述图数据库中获取相关联的所述第一图像和/或所述第二图像。
9.一种用于图像检索的电子设备,其特征在于,包括:
一个或多个处理器;
一个或多个存储器,其中存储了计算机可读代码,所述计算机可读代码当由所述一个或多个处理器运行时,使得所述处理器执行如下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
10.一种计算机可读存储介质,其特征在于,其中存储了计算机可读代码,所述计算机可读代码当由一个或多个处理器运行时,使得所述处理器执行如下步骤:
步骤S1,接收待检索图像;
步骤S2,基于干预系统在图数据库中检索出与所述待检索图像相关联的图像,
其中,所述图数据库存储有多个第一图像以及与多个所述第一图像一一对应的第一识别号,且存储有多个分别与所述第一图像相关的第二图像以及多个所述第二图像之间的第一关联关系,与多个所述第二图像一一对应的第二识别号,其中所述第一图像为网络上的图像和/或摄像头所采集的图像,所述第二图像为用户提供的图像,所述第一图像和所述第二图像包括动物图像、人物图像及证件图像中的一种或多种,
所述干预系统基于所述第一图像之间的相似度形成第二关联关系,基于所述第一图像和所述第二图像之间的相似度形成第三关联关系,对存储至所述图数据库中的所述第一图像和所述第二图像基于所述第一关联关系、所述第二关联关系及所述第三关联关系进行归档,并持久化地将归档后的具有关联关系的所述第一图像的所述第一识别号和所述第二图像的所述第二识别号存储在同一目录下。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265124.2A CN112800258A (zh) | 2021-03-11 | 2021-03-11 | 图像检索方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265124.2A CN112800258A (zh) | 2021-03-11 | 2021-03-11 | 图像检索方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112800258A true CN112800258A (zh) | 2021-05-14 |
Family
ID=75816943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110265124.2A Pending CN112800258A (zh) | 2021-03-11 | 2021-03-11 | 图像检索方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800258A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115712667A (zh) * | 2022-11-07 | 2023-02-24 | 中电科大数据研究院有限公司 | 一种图数据融合分析方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110052074A1 (en) * | 2009-08-31 | 2011-03-03 | Seiko Epson Corporation | Image database creation device, image retrieval device, image database creation method and image retrieval method |
CN105612513A (zh) * | 2013-10-02 | 2016-05-25 | 株式会社日立制作所 | 图像检索方法、图像检索系统以及信息记录介质 |
US20200133974A1 (en) * | 2017-09-27 | 2020-04-30 | Shenzhen Sensetime Technology Co., Ltd. | Image retrieval methods and apparatuses, devices, and readable storage media |
CN111177450A (zh) * | 2019-12-31 | 2020-05-19 | 视辰信息科技(上海)有限公司 | 一种图像检索云识别方法、系统及计算机可读存储介质 |
CN112287142A (zh) * | 2020-11-18 | 2021-01-29 | 上海依图网络科技有限公司 | 图片的检索方法、装置、电子设备及计算机可读存储介质 |
CN112307239A (zh) * | 2020-10-29 | 2021-02-02 | 泰康保险集团股份有限公司 | 一种图像检索方法、装置、介质和设备 |
-
2021
- 2021-03-11 CN CN202110265124.2A patent/CN112800258A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110052074A1 (en) * | 2009-08-31 | 2011-03-03 | Seiko Epson Corporation | Image database creation device, image retrieval device, image database creation method and image retrieval method |
CN105612513A (zh) * | 2013-10-02 | 2016-05-25 | 株式会社日立制作所 | 图像检索方法、图像检索系统以及信息记录介质 |
US20200133974A1 (en) * | 2017-09-27 | 2020-04-30 | Shenzhen Sensetime Technology Co., Ltd. | Image retrieval methods and apparatuses, devices, and readable storage media |
CN111177450A (zh) * | 2019-12-31 | 2020-05-19 | 视辰信息科技(上海)有限公司 | 一种图像检索云识别方法、系统及计算机可读存储介质 |
CN112307239A (zh) * | 2020-10-29 | 2021-02-02 | 泰康保险集团股份有限公司 | 一种图像检索方法、装置、介质和设备 |
CN112287142A (zh) * | 2020-11-18 | 2021-01-29 | 上海依图网络科技有限公司 | 图片的检索方法、装置、电子设备及计算机可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115712667A (zh) * | 2022-11-07 | 2023-02-24 | 中电科大数据研究院有限公司 | 一种图数据融合分析方法、装置及存储介质 |
CN115712667B (zh) * | 2022-11-07 | 2024-03-01 | 中电科大数据研究院有限公司 | 一种图数据融合分析方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733819B (zh) | 一种人员档案建立方法和装置 | |
US10438000B1 (en) | Using recognized backup images for recovery after a ransomware attack | |
WO2018119599A1 (zh) | 人员查找的方法、装置及通信系统 | |
US9135278B2 (en) | Method and system to detect and select best photographs | |
CN110309795B (zh) | 视频检测方法、装置、电子设备及存储介质 | |
WO2017045443A1 (zh) | 一种图像检索方法及系统 | |
US9576218B2 (en) | Selecting features from image data | |
US9280715B2 (en) | Biometric database collaborator | |
CN110866491B (zh) | 目标检索方法、装置、计算机可读存储介质和计算机设备 | |
JP2022518459A (ja) | 情報処理方法および装置、記憶媒体 | |
US20220043834A1 (en) | Data storage method, device, server and storage medium | |
JP2022518469A (ja) | 情報処理方法および装置、記憶媒体 | |
CN112597341A (zh) | 视频检索方法及视频检索映射关系生成方法、装置 | |
KR20220098030A (ko) | 타깃 운동 궤적 구축 방법, 기기 및 컴퓨터 저장 매체 | |
KR102313338B1 (ko) | 영상 검색 장치 및 방법 | |
CN108702551B (zh) | 用于提供视频的概要信息的方法和装置 | |
CN111860313A (zh) | 基于人脸识别的信息查询方法、装置、计算机设备和介质 | |
CN112800258A (zh) | 图像检索方法、装置、电子设备及计算机可读存储介质 | |
EP3890312A1 (en) | Distributed image analysis method and system, and storage medium | |
US20190364196A1 (en) | Method and Apparatus for Generating Shot Information | |
CN112927258A (zh) | 一种目标跟踪方法及装置 | |
CN107578006B (zh) | 一种照片处理方法及移动终端 | |
JP2004171375A (ja) | 画像処理方法 | |
CN115082999A (zh) | 合影图像人物分析方法、装置、计算机设备和存储介质 | |
CN111405191A (zh) | 一种图像管理方法、装置、终端及存储介质 |
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 |