CN113656630A - 检索图像的方法、装置和系统 - Google Patents

检索图像的方法、装置和系统 Download PDF

Info

Publication number
CN113656630A
CN113656630A CN202110943222.7A CN202110943222A CN113656630A CN 113656630 A CN113656630 A CN 113656630A CN 202110943222 A CN202110943222 A CN 202110943222A CN 113656630 A CN113656630 A CN 113656630A
Authority
CN
China
Prior art keywords
image
score
threshold
candidate
features
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
CN202110943222.7A
Other languages
English (en)
Inventor
白瑞斌
魏翔
孙逸鹏
姚锟
刘经拓
韩钧宇
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110943222.7A priority Critical patent/CN113656630A/zh
Publication of CN113656630A publication Critical patent/CN113656630A/zh
Priority to US17/826,760 priority patent/US20220292131A1/en
Priority to JP2022090080A priority patent/JP7393475B2/ja
Priority to KR1020220088252A priority patent/KR20220109363A/ko
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F18/00—Pattern recognition
    • 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
    • G06V10/40—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
    • 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
    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

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

Abstract

本公开提供了检索图像的方法、装置和系统，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理和图像识别等场景下。具体实现方案为：响应于接收到包括目标图像的查询请求，从目标图像中检测目标主体；若检测到的目标主体的检测框的置信度大于第一阈值，则从目标主体中提取出主体特征，其中，主体特征包括相同特征、相似特征和类别；将目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分；根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。该实施方式实现了提高了检索的准确性。

Description

检索图像的方法、装置和系统
技术领域
本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图形处理和图像识别等场景下。
背景技术
商品图像检索技术是指将用户拍摄的图像在商品库中搜索，找到同款或相似的商品，进行商品销售或者相关商品推荐，提升商品搜索查找的便捷性，优化用户购买体验。商品检索是移动视觉搜索在电子商务中的重要应用。商品图像检索的发展，既为用户购物提供便利，又促进了电子商务向移动端发展。
常见的商品检索方案是基于商品图像的检索方案。根据用户输入的图像，检索系统返回同款或相似款的商品。
发明内容
本公开提供了一种检索图像的方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的第一方面，提供了一种响应于接收到包括目标图像的查询请求，从所述目标图像中检测目标主体；若检测到的目标主体的检测框的置信度大于第一阈值，则从所述目标主体中提取出主体特征，其中，所述主体特征包括相同特征、相似特征和类别；将所述目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分；根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
根据本公开的第二方面，提供了一种检索图像的装置，包括：检测单元，被配置成响应于接收到包括目标图像的查询请求，从所述目标图像中检测目标主体；提取单元，被配置成若检测到的目标主体的检测框的置信度大于第一阈值，则从所述目标主体中提取出主体特征，其中，所述主体特征包括相同特征、相似特征和类别；匹配单元，被配置成将所述目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分；输出单元，被配置成根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
根据本公开的第三方面，提供了一种检索图像的系统，包括：统一接入层，用于接收包括目标图像的查询请求，将查询请求交由高级检索层处理，将高级检索层返回的搜索结果输出；高级检索层，用于提取目标图像的特征，并将特征交由基础检索层处理，将从基础检索层接收到的候选图像合并后得到搜索结果返回给所述统一接入层；基础检索层，包括至少一个分片，每个分片用于根据所述高级检索层提供的特征在本地磁盘存储的数据库中查找匹配的候选图像，返回相似得分、相同得分最高的预定数目个候选图像。
根据本公开的第四方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第五方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
根据本公开的第六方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面所述的方法。
本公开的实施例提供的检索图像的方法、装置和系统，通过相同特征、相似特征进行搜索匹配，能够准确地返回商品同款或相似款，满足用户意图。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的检索图像的方法的一个实施例的流程图；
图3是根据本公开的检索图像的方法的一个应用场景的示意图；
图4是根据本公开的检索图像的方法的又一个实施例的流程图；
图5是根据本公开的检索图像的装置的一个实施例的结构示意图；
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的检索图像的方法或检索图像的装置的实施例的示例性系统架构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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持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、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
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提交的图像提供搜索结果的后台搜索服务器。后台搜索服务器可以对接收到的搜索请求等数据进行分析等处理，并将处理结果(例如搜索结果)反馈给终端设备。
服务器105上安装有检索图像的系统。该系统包括：
1、统一接入层，用于接收包括目标图像的查询请求，将查询请求交由高级检索层处理，将高级检索层返回的搜索结果输出。可以由Python和PHP实现，是对外的最终接口层。此外，还可以负责前置处理、访问后端服务、后置处理。
2、高级检索层(Advanced Search，简称AS)，用于提取目标图像的特征，并将特征交由基础检索层处理，将从基础检索层接收到的候选图像合并后得到搜索结果返回给所述统一接入层。高级检索层可先检测出主体，再提取特征。还可将搜索结果过滤后返回给统一接入层。
3、基础检索层，包括至少一个分片，每个分片用于根据所述高级检索层提供的特征在本地磁盘存储的数据库中查找匹配的候选图像，返回相似得分、相同得分最高的预定数目个候选图像。负责从磁盘加载或读取索引，根据AS提供的特征从索引中检索并打分，最终返回分数最高的K个结果。在基础检索层(basic search，简称BS)，即BS中的每个分片的都会收到请求，因为每个分片为索引的一部分，请求始终会被发送到所有不同分片的BS上。例如最终需要TOP200的结果，则每个分片根据请求都检索出TOP200的结果，这样在AS层就可以得到总索引的TOP200。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
需要说明的是，本公开的实施例所提供的检索图像的方法一般由服务器105执行，相应地，检索图像的装置一般设置于服务器105中。
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，示出了根据本公开的检索图像的方法的一个实施例的流程200。该检索图像的方法，包括以下步骤：
步骤201，响应于接收到包括目标图像的查询请求，从目标图像中检测目标主体。
在本实施例中，检索图像的方法的执行主体(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用户利用其进行图像搜索的终端接收包括目标图像的查询请求。可通过现有技术的各种手段从目标图像中检测目标主体。例如，通过检测模型进行检测。可根据目标主体的类型选择相应的检测模型。如果目标主体是商品，则可预先用大量商品图像作为样本训练预测出商品检测模型。然后在检测时，将目标图像输入商品检测模型即可从目标图像中检测出商品主体。
可选地，在检测之前，对用户输入的图像进行图像大小调整等预处理操作，默认是最小边长小于等于1000，避免传入检测模型和特征提取模型的图像过大。然后通过检测模型进行目标主体检测，当检测到多个目标主体时，过滤掉尺寸或置信度较小的检测框，并将检测结果按置信度排序，最多可取TOP2的结果。如果置信度差距较大，则可只取TOP1的结果。
步骤202，若检测到的目标主体的检测框的置信度大于第一阈值，则从目标主体中提取出主体特征。
在本实施例中，如果检测到的目标主体的检测框的置信度大于第一阈值，则说明检测到的目标主体是可信的，可从目标主体中提取特征，否则，需要从整图中提取特征，具体过程参见流程400。主体特征包括相同特征、相似特征和类别。相同特征是用于进行目标主体的局部图像匹配时的特征，可通过注意力机制的卷积神经网络提取。相似特征是用于进行目标主体的完整图像匹配时的特征，可通过卷积神经网络提取。类别可以是粗粒度的类别，例如，“二维码、人脸、植物、文字、菜肴、商品”6种类别。类别还可以是细粒度的分类，例如8万种类别。
可通过特征模型提取相同特征、相似特征和类别。特征模型是基于数千万量级的数据训练得到的深度学习模型，与传统的机器学习特征模型相比，具有更强的表达能力。
步骤203，将目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分。
在本实施例中，数据库中预先存储了大量的候选图像，每个候选图像也都预先提取过主体特征。因此可将目标图像与候选图像进行主体特征匹配。计算目标图像的相似特征与候选图像的相似特征之间的距离得到候选图像的相似得分，距离越远则得分越低。计算目标图像的相同特征与候选图像的相同特征之间的距离得到候选图像的相同得分，距离越远则得分越低。可使用现有的各种距离计算方法，例如，余弦距离、欧氏距离等。
步骤204，根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
在本实施例中，对于候选图像，可先按相同得分由大到小的顺序排序，然后相同得分一样的候选图像再按相似得分由大到小的顺序排序。然后取排序靠前的预定数目个候选图像作为搜索结果输出。也可根据相似得分、相同得分的加权和排序。数据库中不仅存储了候选图像，还存储了候选图像对应的主体的相关信息，可输出带有链接的候选图像。用户点击了候选图像后就可链接到候选图像对应的主体的相关信息。
可选地，可预先过滤掉相似得分和相同得分较低的候选图像，不参与排序。
本公开的上述实施例提供的方法，可以提高识别同款、相似款图像的准确性，不依赖于检测模型和特征提取模型的能力。
在本实施例的一些可选的实现方式中，从目标主体中提取出主体特征，包括：通过相似特征模型从目标主体中提取出相似特征。通过相同特征模型从目标主体中提取出局部图像的相同特征。通过分类模型从目标主体中提取出类别。可通过相似特征模型、相同特征模型和目标分类模型分别提取相似特征、相同特征和类别。其中，相似特征模型是基于深度网络的模型，用来计算用户输入的目标图像和数据库图像的相似程度。相同特征模型是一种基于深度网络的局部图像特征，更能刻画同款商品之间的局部特性。目标分类模型是基于深度网络的分类模型，对输入图像进行分类，用于过滤输入图像中非目标的请求。
相似特征模型可以是普通的卷积神经网络。相同特征模型可以是基于注意力机制的卷积神经网络。这样可以有针对性的提取相同特征和相似特征，从而可以更准确地识别出相同款图像和相似款图像。提高了图像的匹配速度。
目标分类模型也可以包括两种：粗粒度的分类模型和细粒度的分类模型。粗粒度的分类模型可识别出6种目标。细粒度的分类模型可识别出8万种目标。这样可以提前通过粗粒度的模型对非目标的图像进行过滤，避免做无用功。可分别使用两种分类模型得到两种分类结果。
在本实施例的一些可选的实现方式中，该方法还包括：过滤掉检测框尺寸小于尺寸阈值或置信度小于第二阈值的检测框。目标检测时可能检测出多个目标主体，可根据尺寸过滤掉不可信的，因为用户想要搜索的目标肯定会特意放大拍摄。另外还可以过滤掉可信度低的目标主体。这样可以减轻后续的匹配过程的计算量，提高查询速度和准确率。
在本实施例的一些可选的实现方式中，该方法还包括：若检测框的数量大于1，则根据每个目标主体的检测框的位置、面积和候选图像的相似得分、相同得分确定唯一的目标主体。经过前面的过滤后可能还有1个以上可信的目标主体，则可选根据检测框的位置和面积进行过滤，保留在图中间且面积超过预定面积阈值的目标主体。如果还有不只一个目标主体，则再通过匹配过程的相似得分、相同得分进行过滤。例如，目标主体A的搜索结果中相似得分、相同得分没有高于0.5的，而目标主体B的搜索结果中相似得分、相同得分最高可达0.9，则认为目标主体B才是用户想要搜索的主体。
在本实施例的一些可选的实现方式中，根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出，包括：根据候选图像的相似得分和相同得分计算候选图像的匹配度。若匹配度最高的第一候选图像不符合过滤条件，则按匹配度由大到小的顺序选择预定数目个候选图像作为搜索结果输出。可将候选图像的相似得分和相同得分的加权和作为匹配度，其中相同得分的权重可以设置的较大些。将匹配度最高的候选图像命名为第一候选图像，如果第一候选图像符合过滤条件时，则认为用户发送的图像不是待识别的类型(例如不是商品图像)，拒绝返回搜索结果。如果第一候选图像的一些参数不符合过滤条件，则可输出搜索结果。这样可以实现拒识别功能，针对非目标图像输入，不会输出搜索结果。
在本实施例的一些可选的实现方式中，过滤条件包括以下至少一项：
下面列出了5组过滤条件，用“第一”、“第二”..来区分阈值，是按阈值由小到大的顺序排列，也就是说第一相同阈值<第二相同阈值<第三相同阈值<第四相同阈值<第五相同阈值，第一相似阈值<第二相似阈值<第三相似阈值<第四相似阈值<第五相似阈值。
1、第一候选图像的相同得分小于第一相同阈值并且相似得分小于第一相似阈值。通过返回的Top1结果的相同得分、相似得分等设置不同的阈值，进行粗筛过滤。
2、第一候选图像的相同得分小于第二相同阈值并且相似得分小于第二相似阈值，并且目标主体的粗粒度类别和第一候选图像的粗粒度类别均属于预定粗粒度类别。分类模型可以有两种：粗粒度模型输出粗粒度的类别(例如6种)，细粒度模型输出细粒度的类别(例如8万种)。主要用于过滤非目标的类别，例如，如果目标是商品，则可过滤掉非商品类别：二维码、人脸、植物、文字、菜肴。
3、第一候选图像的相同得分小于第三相同阈值并且相似得分小于第三相似阈值，并且目标主体的细粒度类别和第一候选图像的细粒度类别差异大于预定差异阈值。例如，如果目标主体的细粒度类别中为上衣的概率为0.9，而第一候选图像的细粒度类别中为上衣的概率为0.05，则差异过大，匹配到的TOP1的结果不可信，那么其余的结果更不可信，因此所有候选图像都过滤掉。
4、第一候选图像的相同得分小于第四相同阈值并且相似得分小于第四相似阈值，并且目标主体的细粒度类别属于预定细粒度类别的频次和第一候选图像的细粒度类别属于预定细粒度类别的频次均大于预定频次阈值。类别是有多个层级的，可统计上一级类别出现的频次。例如，过滤“书籍封面”、“屏幕截图”、“非自然图像”、“简笔画”、“病理图”、“瓶饮”、“建筑”、“五金”等非商品类目。
5、若第一候选图像来源于电商，则第一候选图像的相同得分小于第五相同阈值并且相似得分小于第五相似阈值，并且目标主体的细粒度类别属于预定物品类别。可过滤掉电商场景下比较容易误识别的商品种类，例如“图书”、“服饰内衣”、“汽车用品”、“礼品箱包”、“玩具乐器”等。
通过上述过滤条件可以过滤掉非目标图像，返回真正符合用户意图的召回结果。
继续参见图3，图3是根据本实施例的检索图像的方法的应用场景的一个示意图。在图3的应用场景中，用户通过终端输入最左侧的图像。终端将图像上传到服务器，然后服务器先进行主体检测，检测出两个主体，然后根据主体的面积s过滤掉一个主体，保留下人体区域。然后提取出人体的特征，并进行分类，得到6种粗粒度的分类结果和8万种细粒度的分类结果。将人体区域图像与数据库中的图像进行匹配，得到各候选图像的相同得分、相似得分(还可根据整图特征的配对特征计算配对得分)。然后排序，左数第二张图为TOP1的结果。根据TOP1的结果进行判断用户输入的图像是否是商品图像。如果TOP1的结果不满足过滤条件，则可输出搜索结果，否则拒绝输出搜索结果。
进一步参考图4，其示出了检索图像的方法的又一个实施例的流程400。该检索图像的方法的流程400，包括以下步骤：
步骤401，响应于接收到包括目标图像的查询请求，从目标图像中检测目标主体。
步骤401与步骤201基本相同，因此不再赘述。
步骤402，若未检测到目标主体或检测到的目标主体的检测框的置信度小于等于第一阈值，则从目标图像中提取出整图特征，其中整图特征包括相同特征、相似特征、类别和配对特征。
在本实施例中，提取相同特征、相似特征、类别的方式与步骤202基本相同，因此不再赘述。配对特征与相似特征相似，但是内容更少，配对特征是用于判断两张图是不是配对的特征。可通过配对模型提取配对特征。配对模型也是一种卷积神经网络，但比相似特征模型的结构要小。
步骤403，将目标图像的整图特征与数据库中预先存储的候选图像的整图特征进行匹配，得到候选图像的相似得分、相同得分和配对得分。
在本实施例中，相似得分、相同得分的计算过程与步骤203基本相同，因此不再赘述。配对得分是根据配对特征之间的距离计算的，距离越远配对得分越低。可使用现有的各种距离计算方法，例如，余弦距离、欧氏距离等。
步骤404，根据相似得分、相同得分和配对得分选择预定数目个候选图像作为搜索结果输出。
在本实施例中，可根据相似得分、相同得分和配对得分的加权和计算出匹配度，然后按匹配度由高到低的顺序选择预定数目个候选图像作为搜索结果输出。过滤条件中也可结合相同得分、相似得分设置配对得分的阈值。例如，第一组过滤条件可设置为：第一候选图像的相同得分小于第一相同阈值并且相似得分小于第一相似阈值，并且配对得分小于第一配对阈值。
从图4中可以看出，与图2对应的实施例相比，本实施例中的检索图像的方法的流程400体现了对检测不到可信的目标主体的情况下，提取出整图特征，并且增加了配对特征。从而可以提升匹配查找的准确性。也避免了在检测不到可信的目标主体时胡乱匹配的现象。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种检索图像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，本实施例的检索图像的装置500包括：检测单元501、提取单元502、匹配单元503和输出单元504。其中，检测单元501，被配置成响应于接收到包括目标图像的查询请求，从目标图像中检测目标主体。提取单元502，被配置成若检测到的目标主体的检测框的置信度大于第一阈值，则从目标主体中提取出主体特征，其中，主体特征包括相同特征、相似特征和类别。匹配单元503，被配置成将目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分。输出单元504，被配置成根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
在本实施例中，检索图像的装置600的检测单元501、提取单元502、匹配单元503和输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中，提取单元502进一步被配置成：若未检测到目标主体或检测到的目标主体的检测框的置信度小于等于第一阈值，则从目标图像中提取出整图特征，其中整图特征包括相同特征、相似特征、类别和配对特征。匹配单元503进一步被配置成：将目标图像的整图特征与数据库中预先存储的候选图像的整图特征进行匹配，得到候选图像的相似得分、相同得分和配对得分。输出单元504进一步被配置成：根据相似得分、相同得分和配对得分选择预定数目个候选图像作为搜索结果输出。
在本实施例的一些可选的实现方式中，提取单元502进一步被配置成：通过相似特征模型从目标主体中提取出相似特征。通过相同特征模型从目标主体中提取出局部图像的相同特征。通过分类模型从目标主体中提取出类别。
在本实施例的一些可选的实现方式中，装置500还包括过滤单元(附图中未示出)，被配置成：过滤掉检测框尺寸小于尺寸阈值或置信度小于第二阈值的检测框。
在本实施例的一些可选的实现方式中，过滤单元进一步被配置成：若检测框的数量大于1，则根据每个目标主体的检测框的位置、面积和候选图像的相似得分、相同得分确定唯一的目标主体。
在本实施例的一些可选的实现方式中，输出单元504进一步被配置成：根据候选图像的相似得分和相同得分计算候选图像的匹配度。若匹配度最高的第一候选图像不符合过滤条件，则按匹配度由大到小的顺序选择预定数目个候选图像作为搜索结果输出。
在本实施例的一些可选的实现方式中，过滤条件包括以下至少一项：第一候选图像的相同得分小于第一相同阈值并且相似得分小于第一相似阈值。第一候选图像的相同得分小于第二相同阈值并且相似得分小于第二相似阈值，并且目标主体的粗粒度类别和第一候选图像的粗粒度类别均属于预定粗粒度类别。第一候选图像的相同得分小于第三相同阈值并且相似得分小于第三相似阈值，并且目标主体的细粒度类别和第一候选图像的细粒度类别差异大于预定差异阈值。第一候选图像的相同得分小于第四相同阈值并且相似得分小于第四相似阈值，并且目标主体的细粒度类别属于预定细粒度类别的频次和第一候选图像的细粒度类别属于预定细粒度类别的频次均大于预定频次阈值。若第一候选图像来源于电商，则第一候选图像的相同得分小于第五相同阈值并且相似得分小于第五相似阈值，并且目标主体的细粒度类别属于预定物品类别。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行流程200或400所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行流程200或400所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现流程200或400所述的方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如检索图像的方法。例如，在一些实施例中，检索图像的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的检索图像的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行检索图像的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (18)

1.一种检索图像的方法，包括：
响应于接收到包括目标图像的查询请求，从所述目标图像中检测目标主体；
若检测到的目标主体的检测框的置信度大于第一阈值，则从所述目标主体中提取出主体特征，其中，所述主体特征包括相同特征、相似特征和类别；
将所述目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分；
根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
2.根据权利要求1所述的方法，其中，所述方法还包括：
若未检测到目标主体或检测到的目标主体的检测框的置信度小于等于第一阈值，则从所述目标图像中提取出整图特征，其中所述整图特征包括相同特征、相似特征、类别和配对特征；
将所述目标图像的整图特征与数据库中预先存储的候选图像的整图特征进行匹配，得到候选图像的相似得分、相同得分和配对得分；
根据相似得分、相同得分和配对得分选择预定数目个候选图像作为搜索结果输出。
3.根据权利要求1所述的方法，其中，所述从所述目标主体中提取出主体特征，包括：
通过相似特征模型从所述目标主体中提取出相似特征；
通过相同特征模型从所述目标主体中提取出局部图像的相同特征；
通过分类模型从所述目标主体中提取出类别。
4.根据权利要求1所述的方法，其中，所述方法还包括：
过滤掉检测框尺寸小于尺寸阈值或置信度小于第二阈值的检测框。
5.根据权利要求4所述的方法，其中，所述方法还包括：
若检测框的数量大于1，则根据每个目标主体的检测框的位置、面积和候选图像的相似得分、相同得分确定唯一的目标主体。
6.根据权利要求1-5中任一项所述的方法，其中，所述根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出，包括：
根据候选图像的相似得分和相同得分计算候选图像的匹配度；
若匹配度最高的第一候选图像不符合过滤条件，则按匹配度由大到小的顺序选择预定数目个候选图像作为搜索结果输出。
7.根据权利要求6所述的方法，其中，所述过滤条件包括以下至少一项：
第一候选图像的相同得分小于第一相同阈值并且相似得分小于第一相似阈值；
第一候选图像的相同得分小于第二相同阈值并且相似得分小于第二相似阈值，并且目标主体的粗粒度类别和第一候选图像的粗粒度类别均属于预定粗粒度类别；
第一候选图像的相同得分小于第三相同阈值并且相似得分小于第三相似阈值，并且目标主体的细粒度类别和第一候选图像的细粒度类别差异大于预定差异阈值；
第一候选图像的相同得分小于第四相同阈值并且相似得分小于第四相似阈值，并且目标主体的细粒度类别属于预定细粒度类别的频次和第一候选图像的细粒度类别属于预定细粒度类别的频次均大于预定频次阈值；
若第一候选图像来源于电商，则第一候选图像的相同得分小于第五相同阈值并且相似得分小于第五相似阈值，并且目标主体的细粒度类别属于预定物品类别。
8.一种检索图像的装置，包括：
检测单元，被配置成响应于接收到包括目标图像的查询请求，从所述目标图像中检测目标主体；
提取单元，被配置成若检测到的目标主体的检测框的置信度大于第一阈值，则从所述目标主体中提取出主体特征，其中，所述主体特征包括相同特征、相似特征和类别；
匹配单元，被配置成将所述目标图像的主体特征与数据库中预先存储的候选图像的主体特征进行匹配，得到候选图像的相似得分、相同得分；
输出单元，被配置成根据相似得分、相同得分选择预定数目个候选图像作为搜索结果输出。
9.根据权利要求8所述的装置，其中，
所述提取单元进一步被配置成：若未检测到目标主体或检测到的目标主体的检测框的置信度小于等于第一阈值，则从所述目标图像中提取出整图特征，其中所述整图特征包括相同特征、相似特征、类别和配对特征；
所述匹配单元进一步被配置成：将所述目标图像的整图特征与数据库中预先存储的候选图像的整图特征进行匹配，得到候选图像的相似得分、相同得分和配对得分；
所述输出单元进一步被配置成：根据相似得分、相同得分和配对得分选择预定数目个候选图像作为搜索结果输出。
10.根据权利要求8所述的装置，其中，所述提取单元进一步被配置成：
通过相似特征模型从所述目标主体中提取出相似特征；
通过相同特征模型从所述目标主体中提取出局部图像的相同特征；
通过分类模型从所述目标主体中提取出类别。
11.根据权利要求8所述的装置，其中，所述装置还包括过滤单元，被配置成：
过滤掉检测框尺寸小于尺寸阈值或置信度小于第二阈值的检测框。
12.根据权利要求11所述的装置，其中，所述过滤单元进一步被配置成：
若检测框的数量大于1，则根据每个目标主体的检测框的位置、面积和候选图像的相似得分、相同得分确定唯一的目标主体。
13.根据权利要求8-12中任一项所述的装置，其中，所述输出单元进一步被配置成：
根据候选图像的相似得分和相同得分计算候选图像的匹配度；
若匹配度最高的第一候选图像不符合过滤条件，则按匹配度由大到小的顺序选择预定数目个候选图像作为搜索结果输出。
14.根据权利要求13所述的装置，其中，所述过滤条件包括以下至少一项：
第一候选图像的相同得分小于第一相同阈值并且相似得分小于第一相似阈值；
第一候选图像的相同得分小于第二相同阈值并且相似得分小于第二相似阈值，并且目标主体的粗粒度类别和第一候选图像的粗粒度类别均属于预定粗粒度类别；
第一候选图像的相同得分小于第三相同阈值并且相似得分小于第三相似阈值，并且目标主体的细粒度类别和第一候选图像的细粒度类别差异大于预定差异阈值；
第一候选图像的相同得分小于第四相同阈值并且相似得分小于第四相似阈值，并且目标主体的细粒度类别属于预定细粒度类别的频次和第一候选图像的细粒度类别属于预定细粒度类别的频次均大于预定频次阈值；
若第一候选图像来源于电商，则第一候选图像的相同得分小于第五相同阈值并且相似得分小于第五相似阈值，并且目标主体的细粒度类别属于预定物品类别。
15.一种检索图像的系统，包括：
统一接入层，用于接收包括目标图像的查询请求，将查询请求交由高级检索层处理，将高级检索层返回的搜索结果输出；
高级检索层，用于提取目标图像的特征，并将特征交由基础检索层处理，将从基础检索层接收到的候选图像合并后得到搜索结果返回给所述统一接入层；
基础检索层，包括至少一个分片，每个分片用于根据所述高级检索层提供的特征在本地磁盘存储的数据库中查找匹配的候选图像，返回相似得分、相同得分最高的预定数目个候选图像。
16.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
18.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
CN202110943222.7A 2021-08-17 2021-08-17 检索图像的方法、装置和系统 Pending CN113656630A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110943222.7A CN113656630A (zh) 2021-08-17 2021-08-17 检索图像的方法、装置和系统
US17/826,760 US20220292131A1 (en) 2021-08-17 2022-05-27 Method, apparatus and system for retrieving image
JP2022090080A JP7393475B2 (ja) 2021-08-17 2022-06-02 画像を検索するための方法、装置、システム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
KR1020220088252A KR20220109363A (ko) 2021-08-17 2022-07-18 이미지 검색 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110943222.7A CN113656630A (zh) 2021-08-17 2021-08-17 检索图像的方法、装置和系统

Publications (1)

Publication Number Publication Date
CN113656630A true CN113656630A (zh) 2021-11-16

Family

ID=78479986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110943222.7A Pending CN113656630A (zh) 2021-08-17 2021-08-17 检索图像的方法、装置和系统

Country Status (4)

Country Link
US (1) US20220292131A1 (zh)
JP (1) JP7393475B2 (zh)
KR (1) KR20220109363A (zh)
CN (1) CN113656630A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114549876A (zh) * 2022-01-10 2022-05-27 上海明胜品智人工智能科技有限公司 图像处理方法、设备以及系统
CN117078976A (zh) * 2023-10-16 2023-11-17 华南师范大学 动作评分方法、装置、计算机设备以及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106815323A (zh) * 2016-12-27 2017-06-09 西安电子科技大学 一种基于显著性检测的跨域视觉检索方法
US20190258878A1 (en) * 2018-02-18 2019-08-22 Nvidia Corporation Object detection and detection confidence suitable for autonomous driving
CN110992297A (zh) * 2019-11-11 2020-04-10 北京百度网讯科技有限公司 多商品图像合成方法、装置、电子设备及存储介质
CN111522986A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 图像检索方法、装置、设备和介质
US20200334486A1 (en) * 2019-04-16 2020-10-22 Cognizant Technology Solutions India Pvt. Ltd. System and a method for semantic level image retrieval
US10846552B1 (en) * 2018-09-06 2020-11-24 A9.Com, Inc. Universal object recognition
CN113255694A (zh) * 2021-05-21 2021-08-13 北京百度网讯科技有限公司 训练图像特征提取模型和提取图像特征的方法、装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5665125B2 (ja) 2011-04-07 2015-02-04 株式会社日立製作所 画像処理方法、及び、画像処理システム
JP5548655B2 (ja) 2011-06-30 2014-07-16 ヤフー株式会社 画像検索装置、画像検索システム、画像検索方法、及び画像検索プログラム
CN111027622B (zh) 2019-12-09 2023-12-08 Oppo广东移动通信有限公司 图片标签生成方法、装置、计算机设备及存储介质
US11748796B2 (en) * 2020-03-19 2023-09-05 Adobe Inc. Automatic clustering and mapping of user generated content with curated content

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106815323A (zh) * 2016-12-27 2017-06-09 西安电子科技大学 一种基于显著性检测的跨域视觉检索方法
US20190258878A1 (en) * 2018-02-18 2019-08-22 Nvidia Corporation Object detection and detection confidence suitable for autonomous driving
US10846552B1 (en) * 2018-09-06 2020-11-24 A9.Com, Inc. Universal object recognition
US20200334486A1 (en) * 2019-04-16 2020-10-22 Cognizant Technology Solutions India Pvt. Ltd. System and a method for semantic level image retrieval
CN110992297A (zh) * 2019-11-11 2020-04-10 北京百度网讯科技有限公司 多商品图像合成方法、装置、电子设备及存储介质
CN111522986A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 图像检索方法、装置、设备和介质
US20210209408A1 (en) * 2020-04-23 2021-07-08 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for retrieving image, device, and medium
CN113255694A (zh) * 2021-05-21 2021-08-13 北京百度网讯科技有限公司 训练图像特征提取模型和提取图像特征的方法、装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114549876A (zh) * 2022-01-10 2022-05-27 上海明胜品智人工智能科技有限公司 图像处理方法、设备以及系统
CN117078976A (zh) * 2023-10-16 2023-11-17 华南师范大学 动作评分方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
US20220292131A1 (en) 2022-09-15
JP2022126678A (ja) 2022-08-30
JP7393475B2 (ja) 2023-12-06
KR20220109363A (ko) 2022-08-04

Similar Documents

Publication Publication Date Title
US20210224286A1 (en) Search result processing method and apparatus, and storage medium
Ciocca et al. Learning CNN-based features for retrieval of food images
US20200110842A1 (en) Techniques to process search queries and perform contextual searches
CN105426356B (zh) 一种目标信息识别方法和装置
CN102193936B (zh) 一种数据分类的方法及装置
US20200004882A1 (en) Misinformation detection in online content
CN114549874B (zh) 多目标图文匹配模型的训练方法、图文检索方法及装置
EP3028184A1 (en) Method and system for searching images
CN110457577B (zh) 数据处理方法、装置、设备和计算机存储介质
JP7393475B2 (ja) 画像を検索するための方法、装置、システム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
US11741094B2 (en) Method and system for identifying core product terms
CN114429633B (zh) 文本识别方法、模型的训练方法、装置、电子设备及介质
CN110766486A (zh) 确定物品类目的方法和装置
CN114118287A (zh) 样本生成方法、装置、电子设备以及存储介质
CN111782841A (zh) 图像搜索方法、装置、设备和计算机可读介质
CN110363206B (zh) 数据对象的聚类、数据处理及数据识别方法
CN114116997A (zh) 知识问答方法、装置、电子设备及存储介质
CN105117438A (zh) 一种信息处理方法及电子设备
CN111625619B (zh) 查询省略方法、装置、计算机可读介质及电子设备
CN112818114A (zh) 信息的分类方法、检测方法、计算设备及存储介质
CN113255824B (zh) 训练分类模型和数据分类的方法和装置
CN114329206A (zh) 标题生成方法和装置、电子设备、计算机可读介质
CN113806636A (zh) 项目推荐方法、装置、电子设备和计算机存储介质
CN114048383A (zh) 信息推荐方法及装置、电子设备和介质
CN112085526A (zh) 基于用户群的信息匹配方法、装置、计算机设备及存储介质

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