CN114817611A - 一种草图检索方法、装置、电子设备及存储介质 - Google Patents

一种草图检索方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114817611A
CN114817611A CN202210406818.8A CN202210406818A CN114817611A CN 114817611 A CN114817611 A CN 114817611A CN 202210406818 A CN202210406818 A CN 202210406818A CN 114817611 A CN114817611 A CN 114817611A
Authority
CN
China
Prior art keywords
sketch
image
sample
real image
model
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
CN202210406818.8A
Other languages
English (en)
Inventor
黄开竹
许雨辛
闫毓垚
林义铭
杨曦
王涛
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.)
Suzhou Zero Spring Technology Co ltd
Xian Jiaotong Liverpool University
Original Assignee
Suzhou Zero Spring Technology Co ltd
Xian Jiaotong Liverpool University
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 Suzhou Zero Spring Technology Co ltd, Xian Jiaotong Liverpool University filed Critical Suzhou Zero Spring Technology Co ltd
Priority to CN202210406818.8A priority Critical patent/CN114817611A/zh
Publication of CN114817611A publication Critical patent/CN114817611A/zh
Pending legal-status Critical Current

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
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • 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
    • G06F16/54—Browsing; Visualisation therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种草图检索方法、装置、电子设备及存储介质。该方法包括：获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；获取预先提取的第一真实图像特征；根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。通过运行本发明实施例所提供的技术方案，可以解决草图检索模型采用的结构复杂、参数量高的深度学习网络时，对硬件的运算能力和储存空间要求高，导致实现草图检索难度较高的问题，取得了提高草图检索的准确性和效率的有益效果。

Description

一种草图检索方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机技术，尤其涉及一种草图检索方法、装置、电子设备及存储介质。
背景技术
随着计算机技术的发展，对图像检索的要求越来越高，传统的通过文字对图像进行的检索无法满足对一些应用场景中图像检索的需要，因此，基于手绘草图的图像检索应运而生。
现有技术中草图检索模型采用了结构复杂、参数量高的深度学习网络提高检索精度，因此这些模型对硬件的运算能力和储存空间要求高，导致实现草图检索难度较高。
发明内容
本发明提供一种草图检索方法、装置、电子设备及存储介质，以实现提高草图检索的准确性和效率。
根据本发明的一方面，提供了一种草图检索方法，该方法包括：
获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型；
获取预先提取的第一真实图像特征；
根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
根据本发明的另一方面，提供了一种草图检索装置，该装置包括：
草图图像特征获取模块，用于获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型；
第一特征获取模块，用于获取预先提取的第一真实图像特征；
检索结果确定模块，用于根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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本发明任一实施例所述的草图检索方法。
根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的草图检索方法。
本发明实施例的技术方案，通过获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；获取预先提取的第一真实图像特征；根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。解决了草图检索模型采用的结构复杂、参数量高的深度学习网络时，对硬件的运算能力和储存空间要求高，导致实现草图检索难度较高的问题，取得了提高草图检索的准确性和效率的有益效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
图1为本发明实施例一提供的一种草图检索方法的流程图；
图2为本发明实施例二提供的一种草图检索模型的训练流程图；
图3为本发明实施例二提供的一种草图检索模型训练过程的示意图；
图4为本发明实施例三提供的一种草图检索装置的结构示意图；
图5为用来实施本发明实施例的电子设备的结构示意图。
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”、“目标”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。
实施例一
图1为本发明实施例一提供的一种草图检索方法的流程图，本实施例可适用于检索与草图图像对应的真实图像的情况，该方法可以由本发明实施例所提供的草图检索装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的草图检索方法，包括：
S110、获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型。
其中，待检索草图图像可以为手绘草图，例如为建筑图像的手绘草图，本实施例对此不进行限制。草图视角标签为待检索草图图像内容的描绘视角，例如为俯视图、鸟瞰图、平视图、室内图、细节图等。草图视角标签可以由人为标注，本实施例对此不进行限制。
将待检索草图图像和对应的草图视角标签输入预先训练的草图检索模型，得到待检索草图图像的草图图像特征。
其中，Swin Tiny模型为Swin Transformer模型的版本中参数量最少的版本。
S120、获取预先提取的第一真实图像特征。
其中，真实图像为实际拍摄的图像，例如为建筑图像等。预先提取的第一真实图像特征，为通过预设特征提取模型对预先获取的真实图像集合进行特征提取操作后得到的特征。
其中，第一真实图像特征提取后可以存储在指定位置中，当需要获取第一真实图像特征时，可以从指定位置读取至缓存，以对缓存中的第一真实图像特征进行进一步处理，便于提高后续的图像检索效率。
本实施例中，可选的，在获取预先提取的第一真实图像特征之前，还包括：
获取真实图像特征文件，并判断所述真实图像特征文件中的所述第一真实图像特征是否完整；
若否，则更新所述真实图像特征文件，以从更新后的所述真实图像特征文件获取所述第一真实图像特征。
其中，真实图像特征文件可以从真实图像特征的存储位置等指定位置中获取，包含从指定位置读取的第一真实图像特征。
判断真实图像特征文件中的第一真实图像特征是否完整，可以为通过哈希查找等方式判断是否获取完整。示例性的，当获取待检索草图图像一的检索结果后，检索待检索草图图像二前，可以直接得到上一检索过程获取的历史真实图像特征文件中的历史第一真实图像特征，此时通过哈希查找等方式判断历史第一真实图像特征是否为指定位置中的全部特征，若否，则表明第一真实图像特征不完整，此时读取指定位置中未获取的第一真实图像特征至真实图像特征文件，以更新真实图像特征文件。
通过判断真实图像特征文件中的第一真实图像特征是否完整；若否，则更新真实图像特征文件，便于后续从真实图像特征文件中获取完整的第一真实图像特征，提高草图检索的准确性；同时除第一次草图检索外，仅在第一真实图像特征读取不完整时进行更新，避免每次草图检索时均须从指定位置读取全部第一真实图像特征，从而提高第一真实图像特征的获取速度，提高草图检索效率。
S130、根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
通过欧几里得公式等方式计算草图图像特征和所有第一真实图像特征的距离，可以按照降序排列该距离。检索结果可以为一个或多个，根据不同检索需求确定。示例性的，检索需求为与待检索草图图像最相近的十张真实图像，则可根据距离排序结果，将排名前十的距离对应的真实图像作为检索结果，并进行展示。
本实施例所提供的技术方案，通过获取待检索草图图像和待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和草图视角标签获取待检索草图图像的草图图像特征，草图检索模型包含Swin Tiny模型；获取预先提取的第一真实图像特征；根据草图图像特征和第一真实图像特征确定待检索草图图像的检索结果。Swin Tiny模型的参数量较少降低了模型对硬件的运算能力和储存空间的要求，解决了采用的深度学习网络结构复杂、参数量高，对硬件的运算能力和储存空间要求高，导致实现草图检索难度较高的问题，提高草图检索的效率。并且草图视角标签获取草图图像特征，增加了草图图像特征和真实图像特征对比的信息依据，提高草图检索的准确性。
实施例二
图2为本发明实施例二提供的一种草图检索模型的训练流程图，本技术方案是针对草图检索模型的训练的过程进行补充说明的。与上述方案相比，本方案具体优化为，所述草图检索模型的训练过程，包括：
获取草图图像样本、真实图像正样本和真实图像负样本，并根据所述草图图像样本、所述真实图像正样本和所述真实图像负样本确定三元样本组；
根据所述三元样本组和预设训练模型训练得到所述草图检索模型；其中，所述预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由所述Swin Tiny模型和多层感知器组成。具体的，草图检索模型的训练流程图如图2所示：
S210、获取草图图像样本、真实图像正样本和真实图像负样本，并根据所述草图图像样本、所述真实图像正样本和所述真实图像负样本确定三元样本组。
其中，草图图像样本为真实图像样本对应的草图图像，其中，草图图像样本可以通过将真实图像样本输入草图生成模型获得，本实施例对此不进行限制。
组成三元样本组的草图图像样本为与当前真实图像正样本对应的草图图像样本，当前真实图像正样本的确定方式可以为从全部真实图像样本中随机选择，本实施例对此不进行限制。
组成三元样本组的真实图像负样本为与当前真实图像正样本相似度相差较大的真实图像样本。其中，一张当前真实图像正样本可以对应一个或多个真实图像负样本。
根据草图图像样本、真实图像正样本和真实图像负样本确定三元样本组，示例性的，存在草图图像样本a1，真实图像正样本b1，真实图像负样本c1、c2，则三元样本组可以为{a1,b1,c1}和{a1,b1,c2}。
本实施例中，可选的，获取草图图像样本、真实图像正样本和真实图像负样本，包括：
从所述候选真实图像中按照预设方式确定第一目标真实图像，并将所述第一目标真实图像确定为所述真实图像正样本，获取所述真实图像正样本的第二真实图像特征；
根据所述第二真实图像特征从所述候选真实图像中确定预设数量的第二目标真实图像，并将所述第二目标真实图像确定为所述真实图像负样本；
从候选草图图像中将所述第一目标真实图像对应的目标草图图像确定为所述草图图像样本。
从候选真实图像中按照预设方式确定第一目标真实图像，其中，候选真实图像可以为获取的全部真实图像，预设方式可以为随机确定方式，也可以为按照获取顺序依次确定方式，本实施例对此不进行限制。
将确定的真实图像作为第一目标真实图像，并将第一目标真实图像确定为真实图像正样本xp，获取真实图像正样本的第二真实图像特征。获取方式可以为通过方向梯度直方图特征提取方式提取真实图像正样本的方向梯度直方图特征。
根据第二真实图像特征从候选真实图像中确定预设数量的第二目标真实图像，可以为计算真实图像正样本的方向梯度直方图特征与候选真实图像中其它真实图像的方向梯度直方图特征的欧几里得距离，距离越近越相似。按照相似度排列所有其它真实图像，并在预设范围，例如排名为不相似的前百分之三十，的真实图片的随机抽取预设数量，例如40个，作为第二目标真实图像，并将第二目标真实图像确定为真实图像负样本xn。
从候选草图图像中将第一目标真实图像对应的目标草图图像确定为草图图像样本xa，其中候选草图图像可以为全部草图图像。
相应的，一个真实图像正样本xp可以对应预设数量个三元样本组{xa,xp,xn}。
通过上述方式获取草图图像样本、真实图像正样本和真实图像负样本，提高草图图像样本、真实图像正样本和真实图像负样本确定的准确性，并且由于免于人工挑选，提高草图图像样本、真实图像正样本和真实图像负样本确定的效率。
本实施例中，可选的，所述候选草图图像根据所述候选真实图像按照预设比例，通过DexiNed模型或Photo Sketching模型生成。
其中，DexiNed模型生成的草图细节丰富且更接近于边缘提取图，而PhotoSketching模型生成的手绘图去除了较多的细节且更像潦草的真实草图。候选草图图像中的草图构成比例可以为90％的DexiNed模型的生成图和10％的Photo Sketching模型的生成图，本实施例对此不进行限制。在精细的草图中加入潦草的草图避免了模型对精细草图的过拟合，从而提高了模型泛化性。
S220、根据所述三元样本组和预设训练模型训练得到所述草图检索模型；其中，所述预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由所述Swin Tiny模型和多层感知器组成。
将三元样本组输入预设训练模型，训练得到草图检索模型。其中，预设训练模型为孪生网络模型，且孪生网络模型的子模型由Swin Tiny模型和多层感知器组成。其中，孪生网络模型的子模型用于分别获取三元样本组中各类样本的样本特征，且各子模型共享权重。示例性的，三元样本组中的草图图像样本a1输入孪生网络模型的子模型一，真实图像正样本b1输入孪生网络模型的子模型二，真实图像负样本c1输入孪生网络模型的子模型三，子模型一二三共同得到一个模型计算结果。
本实施例中，可选的，根据所述三元样本组和预设训练模型训练得到所述草图检索模型，包括：
根据预训练视角分类模型得到所述三元样本组中所述真实图像正样本和/或所述真实图像负样本的样本视角标签；
将所述三元样本组中的所述草图图像样本、所述真实图像正样本和所述真实图像负样本分别输入对应的所述子模型中的所述Swin Tiny模型，分别得到各所述子模型中对应的一级样本特征；
根据所述一级样本特征、所述样本视角标签和所述多层感知器，得到各所述子模型中对应的二级样本特征，以根据所述二级样本特征计算三元损失函数；
根据所述三元损失函数确定所述草图检索模型的训练过程是否结束。
根据预训练视角分类模型得到三元样本组中真实图像正样本和/或真实图像负样本的样本视角标签，其中预训练视角分类模型可以为根据大量预先标注好的真实图片训练至准确率达到95％的模型。
图3为本发明实施例二提供的一种草图检索模型训练过程的示意图。如图3所示:
将真实图像正样本和/或真实图像负样本输入预训练视角分类模型，得到输出结果，输出结果可以包含多个节点，每个节点代表相应的视角类型。示例性的，每个节点分别代表视角类型为俯视图、鸟瞰图、平视图、室内图和细节图，则输出为(0,0,0,1,0)，表明该真实图像正样本或真实图像负样本的样本视角标签为室内图。
将三元样本组中的草图图像样本、真实图像正样本和真实图像负样本分别输入对应的子模型中的主模型Swin Tiny模型，分别得到各子模型中对应的一级样本特征。
每个子模型中的Swin Tiny模型分别与一个多层感知器连接，一级样本特征与该子模型对应的样本的样本视角标签共同输入多层感知器，其中，草图图像样本的样本视角标签，即为草图图像样本对应的真实图像正样本的样本视角标签。
通过各子模型中的多层感知器分别得到二级样本特征，并通过各二级样本特征共同计算三元损失函数。根据三元损失函数确定草图检索模型的训练过程是否结束，例如训练至三元损失函数收敛到0.06以下，则确定草图检索模型的训练过程结束。
现有技术中，以卷积神经网络作为主干的草图检索模型擅长提取局部特征易忽略全局特征，并且在局部特征出现重复的图像的数据集上表现较差。通过结合孪生网络模型和三元损失函数作为主框架，并运用了Swin Tiny模型作为每个孪生网络分支的主模型，提升了训练得到的草图检索模型对图像的全局特征的提取能力，解决上述问题，提高训练得到的草图模型的实用性。
本发明实施例通过获取草图图像样本、真实图像正样本和真实图像负样本，并根据草图图像样本、真实图像正样本和真实图像负样本确定三元样本组；根据三元样本组和预设训练模型训练得到草图检索模型；其中，预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由Swin Tiny模型和多层感知器组成。在孪生网络为基础的模型上进行改进，从而提升了训练得到的草图检索模型进行草图检索时的准确性，且保持了简单的模型结构和较小的参数量，提高草图检索模型的实用性。
实施例三
图4为本发明实施例三提供的一种草图检索装置的结构示意图。该装置可以由硬件和/或软件的方式来实现，可执行本发明任意实施例所提供的一种草图检索方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置包括：
草图图像特征获取模块410，用于获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型；
第一特征获取模块420，用于获取预先提取的第一真实图像特征；
检索结果确定模块430，用于根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
在上述各技术方案的基础上，可选的，草图检索模型训练模块，包括：
三元样本组获取单元，用于获取草图图像样本、真实图像正样本和真实图像负样本，并根据所述草图图像样本、所述真实图像正样本和所述真实图像负样本确定三元样本组；
草图检索模型训练单元，用于根据所述三元样本组和预设训练模型训练得到所述草图检索模型；其中，所述预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由所述Swin Tiny模型和多层感知器组成。
在上述各技术方案的基础上，可选的，所述三元样本组获取单元，包括：
真实图像正样本确定子单元，用于从所述候选真实图像中按照预设方式确定第一目标真实图像，并将所述第一目标真实图像确定为所述真实图像正样本，获取所述真实图像正样本的第二真实图像特征；
真实图像负样本确定子单元，用于根据所述第二真实图像特征从所述候选真实图像中确定预设数量的第二目标真实图像，并将所述第二目标真实图像确定为所述真实图像负样本；
草图图像样本确定子单元，用于从候选草图图像中将所述第一目标真实图像对应的目标草图图像确定为所述草图图像样本。
在上述各技术方案的基础上，可选的，所述草图检索模型训练单元，包括：
标签获得子单元，用于根据预训练视角分类模型得到所述三元样本组中所述真实图像正样本和/或所述真实图像负样本的样本视角标签；
第一特征获得子单元，用于将所述三元样本组中的所述草图图像样本、所述真实图像正样本和所述真实图像负样本分别输入对应的所述子模型中的所述Swin Tiny模型，分别得到各所述子模型中对应的一级样本特征；
第二特征获得子单元，用于根据所述一级样本特征、所述样本视角标签和所述多层感知器，得到各所述子模型中对应的二级样本特征，以根据所述二级样本特征计算三元损失函数；
过程结束确定子单元，用于根据所述三元损失函数确定所述草图检索模型的训练过程是否结束。
在上述各技术方案的基础上，可选的，所述候选草图图像根据所述候选真实图像按照预设比例，通过DexiNed模型或Photo Sketching模型生成。
在上述各技术方案的基础上，可选的，所述装置还包括：
特征完整判断模块，用于所述第一特征获取模块之前，获取真实图像特征文件，并判断所述真实图像特征文件中的所述第一真实图像特征是否完整；
文件更新模块，用于若所述特征完整判断模块判断为否，则更新所述真实图像特征文件，以从更新后的所述真实图像特征文件获取所述第一真实图像特征。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如草图检索方法。
在一些实施例中，草图检索方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的草图检索方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行草图检索方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。
计算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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
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，本发明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，只要能够实现本发明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，并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种草图检索方法，其特征在于，包括：
获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型；
获取预先提取的第一真实图像特征；
根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
2.根据权利要求1所述的方法，其特征在于，所述草图检索模型的训练过程，包括：
获取草图图像样本、真实图像正样本和真实图像负样本，并根据所述草图图像样本、所述真实图像正样本和所述真实图像负样本确定三元样本组；
根据所述三元样本组和预设训练模型训练得到所述草图检索模型；其中，所述预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由所述Swin Tiny模型和多层感知器组成。
3.根据权利要求2所述的方法，其特征在于，获取草图图像样本、真实图像正样本和真实图像负样本，包括：
从所述候选真实图像中按照预设方式确定第一目标真实图像，并将所述第一目标真实图像确定为所述真实图像正样本，获取所述真实图像正样本的第二真实图像特征；
根据所述第二真实图像特征从所述候选真实图像中确定预设数量的第二目标真实图像，并将所述第二目标真实图像确定为所述真实图像负样本；
从候选草图图像中将所述第一目标真实图像对应的目标草图图像确定为所述草图图像样本。
4.根据权利要求2所述的方法，其特征在于，根据所述三元样本组和预设训练模型训练得到所述草图检索模型，包括：
根据预训练视角分类模型得到所述三元样本组中所述真实图像正样本和/或所述真实图像负样本的样本视角标签；
将所述三元样本组中的所述草图图像样本、所述真实图像正样本和所述真实图像负样本分别输入对应的所述子模型中的所述Swin Tiny模型，分别得到各所述子模型中对应的一级样本特征；
根据所述一级样本特征、所述样本视角标签和所述多层感知器，得到各所述子模型中对应的二级样本特征，以根据所述二级样本特征计算三元损失函数；
根据所述三元损失函数确定所述草图检索模型的训练过程是否结束。
5.根据权利要求3所述的方法，其特征在于，所述候选草图图像根据所述候选真实图像按照预设比例，通过DexiNed模型或Photo Sketching模型生成。
6.根据权利要求1所述的方法，其特征在于，在获取预先提取的第一真实图像特征之前，还包括：
获取真实图像特征文件，并判断所述真实图像特征文件中的所述第一真实图像特征是否完整；
若否，则更新所述真实图像特征文件，以从更新后的所述真实图像特征文件获取所述第一真实图像特征。
7.一种草图检索装置，其特征在于，包括：
草图图像特征获取模块，用于获取待检索草图图像和所述待检索草图图像的草图视角标签，并根据预先训练的草图检索模型和所述草图视角标签获取所述待检索草图图像的草图图像特征；其中，所述草图检索模型包含Swin Tiny模型；
第一特征获取模块，用于获取预先提取的第一真实图像特征；
检索结果确定模块，用于根据所述草图图像特征和所述第一真实图像特征确定所述待检索草图图像的检索结果。
8.根据权利要求7所述的装置，其特征在于，草图检索模型训练模块，包括：
三元样本组获取单元，用于获取草图图像样本、真实图像正样本和真实图像负样本，并根据所述草图图像样本、所述真实图像正样本和所述真实图像负样本确定三元样本组；
草图检索模型训练单元，用于根据所述三元样本组和预设训练模型训练得到所述草图检索模型；其中，所述预设训练模型为孪生网络模型，且所述孪生网络模型的子模型由所述Swin Tiny模型和多层感知器组成。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-6中任一项所述的草图检索方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的草图检索方法。
CN202210406818.8A 2022-04-18 2022-04-18 一种草图检索方法、装置、电子设备及存储介质 Pending CN114817611A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210406818.8A CN114817611A (zh) 2022-04-18 2022-04-18 一种草图检索方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210406818.8A CN114817611A (zh) 2022-04-18 2022-04-18 一种草图检索方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114817611A true CN114817611A (zh) 2022-07-29

Family

ID=82536191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210406818.8A Pending CN114817611A (zh) 2022-04-18 2022-04-18 一种草图检索方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114817611A (zh)

Similar Documents

Publication Publication Date Title
CN113255694B (zh) 训练图像特征提取模型和提取图像特征的方法、装置
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
KR102576344B1 (ko) 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램
CN114444619B (zh) 样本生成方法、训练方法、数据处理方法以及电子设备
CN114429633B (zh) 文本识别方法、模型的训练方法、装置、电子设备及介质
CN113705628B (zh) 预训练模型的确定方法、装置、电子设备以及存储介质
CN113780098A (zh) 文字识别方法、装置、电子设备以及存储介质
CN116401345A (zh) 智能问答方法、装置、存储介质和设备
CN113792876B (zh) 骨干网络的生成方法、装置、设备以及存储介质
CN115248890B (zh) 用户兴趣画像的生成方法、装置、电子设备以及存储介质
CN113326450B (zh) 一种兴趣点召回方法、装置、电子设备和存储介质
CN112784102B (zh) 视频检索方法、装置和电子设备
CN115665783A (zh) 一种异常指标溯源方法、装置、电子设备及存储介质
CN114817611A (zh) 一种草图检索方法、装置、电子设备及存储介质
CN114611609A (zh) 一种图网络模型节点分类方法、装置、设备及存储介质
CN113326885A (zh) 训练分类模型和数据分类的方法及装置
CN113868460A (zh) 一种图像检索方法、装置及系统
CN117649683B (zh) 一种痤疮分级方法、装置、设备及存储介质
CN117746069B (zh) 以图搜图的模型训练方法、和以图搜图方法
CN114422584B (zh) 资源的推送方法、设备和存储介质
CN113362304B (zh) 清晰度预测模型的训练方法和确定清晰等级的方法
CN117131197B (zh) 一种招标书的需求类别处理方法、装置、设备及存储介质
CN117194591B (zh) 一种球体轨迹到平面地图的显示方法、装置、设备和介质
CN116071608B (zh) 目标检测方法、装置、设备和存储介质
CN116167978A (zh) 一种模型更新方法、装置、电子设备及存储介质

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