CN115578625A

CN115578625A - 图像检索标签质检方法、装置、电子设备以及存储介质

Info

Publication number: CN115578625A
Application number: CN202211339885.9A
Authority: CN
Inventors: 李珺; 袁顺莹; 刘宇飞
Original assignee: Beijing Youzhuju Network Technology Co Ltd
Current assignee: Beijing Youzhuju Network Technology Co Ltd
Priority date: 2022-10-27
Filing date: 2022-10-27
Publication date: 2023-01-06

Abstract

本公开实施例提供了一种图像检索标签质检方法、装置、电子设备以及存储介质。所述方法包括：确定目标图像序列中各目标图像的检索标签质检条件信息；依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；依据参考质检信息对目标图像的检索标签信息进行质检。本公开方案，通过引入参考质检信息对图像检索标签信息进行快速有效质检，减少了人工质检成本，提高了图像检索过程中的数据迭代效率。

Description

图像检索标签质检方法、装置、电子设备以及存储介质

技术领域

本公开实施例涉及图像检索技术领域，尤其涉及一种图像检索标签质检方法、装置、电子设备以及存储介质。

背景技术

通过大量数据学习图像的高维特征表示以及进行带定位信息的图像特征数据库构造，实现机器人运行时依靠图像的高维特征进行视觉定位。

相关方案中，制作图像检索数据集的成本比较高且图像检索标签的标注质量很难保证，比如室内场景中的显著场景确认困难，还存在大量雷同场景，均会造成图像标注难度大且很难获得高质量标注，因此如何在实际落地过程中探索自动化生成和标注相应的图像检索数据集的质量变得尤为重要。

发明内容

本公开提供一种图像检索标签质检方法、装置、电子设备以及存储介质，以实现对图像检索标签信息进行快速、有效地质检，有助于减少人工质检成本，提高图像检索过程中的数据迭代效率。

第一方面，本公开实施例提供了一种图像检索标签质检方法，所述方法包括：

确定目标图像序列中各目标图像的检索标签质检条件信息；

依据所述检索标签质检条件信息确定对所述目标图像的目标检索标签信息进行质检时所需要的参考质检信息，所述参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；

依据所述参考质检信息对所述目标图像的检索标签信息进行质检。

第二方面，本公开实施例还提供了一种图像检索标签质检装置，所述装置包括：

检索标签质检条件信息确定模块，用于确定目标图像序列中各目标图像的检索标签质检条件信息；

参考质检信息确定模块，用于依据所述检索标签质检条件信息确定对所述目标图像的目标检索标签信息进行质检时所需要的参考质检信息，所述参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；

检索标签信息质检模块，用于依据所述参考质检信息对所述目标图像的检索标签信息进行质检。

第三方面，本公开实施例还提供了一种图像检索标签质检电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本公开任意实施例所述的图像检索标签质检方法。

第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开任意实施例所述的图像检索标签质检方法。

本公开实施例提供了一种图像检索标签质检方法，确定目标图像序列中各目标图像的检索标签质检条件信息；依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；依据参考质检信息对目标图像的检索标签信息进行质检。本公开方案，通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率。

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

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开实施例所提供的一种图像检索标签质检方法的流程图；

图2是本公开实施例所提供的另一种图像检索标签质检方法的流程图；

图3是本公开实施例所提供的又一种图像检索标签质检方法的流程图；

图4是本公开实施例所提供的又一种图像检索标签质检方法的流程图；

图5是本公开实施例所提供的一种均值集合匹配操作的示意图；

图6是本公开实施例所提供的又一种图像检索标签质检方法的流程图；

图7是本公开实施例所提供的一种图像检索标签质检装置的结构示意图；

图8是本公开实施例所提供的一种图像检索标签质检电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

图1为本公开实施例所提供的一种图像检索标签质检方法的流程图，本公开实施例适用于对图像检索标签进行快速有效质检的情形，该方法可以由图像检索标签质检装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。如图1所示，本公开实施例中提供的图像检索标签质检方法，可包括以下步骤：

S110、确定目标图像序列中各目标图像的检索标签质检条件信息。

其中，目标图像可以是指等待被质检的带有检索标签的图像。其中，检索标签可以作为图像检索的依据。示例性的，检索标签可以包括分类标签，分类标签可以用于表征图像所属类别。目标图像序列可以是指由多个目标图像构成的图像序列。检索标签质检条件信息可以是指对目标图像的检索标签进行质检的前提条件。

作为一种可选的但非限定性的实现方式，检索标签质检条件信息包括检索标签使用场景与检索标签质检方式，检索标签使用场景包括将目标图像的全局图像特征用于已知地图上的地理位置粗定位与将目标图像的全局图像特征用于判断是否到达预设场景，检索标签质检方式用于指示在检索标签使用场景下对目标图像的目标检索标签信息的质检流程。

其中，检索标签使用场景可以用于表征图像检索标签的使用场景。具体的，检索标签使用场景可以包括两类，第一类是将目标图像的全局图像特征用于已知地图上的地理位置粗定位，第二类是与将目标图像的全局图像特征用于判断是否到达预设场景。其中，全局图像特征可以是指图像的整体属性，具体包括图像的颜色特征、线特征、纹理特征和结构特征等。已知地图可以包括高德地图或百度地图等。预设场景可以是指预先设定的图像检索应用场景。示例性的，预设场景可以包括仓储、搬运以及室内机器人移动等应用场景。

其中，检索标签质检方式可以用于指示在检索标签使用场景下对目标图像的目标检索标签信息的质检流程。其中，目标检索标签信息可以是指目标图像的检索标签信息。示例性的，目标检索标签信息可以包括分类标签信息。质检流程可以理解为对目标图像的检索标签信息进行质检的详细步骤。

本实施例中，首先确定目标图像序列中各目标图像的检索标签使用场景，然后根据检索标签使用场景确定对应的检索标签质检方式。需要说明的是，检索标签使用场景不同，其对应的检索标签质检方式也不同。

采用上述方式，可以通过检索标签质检条件信息明确检索标签使用场景和检索标签质检方式，以便后续更好地适配应用场景和质检方式，从而提高检索标签质检的准确性和有效性。

S120、依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。

其中，参考质检信息可以作为对目标检索标签信息进行质检的参考依据。具体的，参考质检信息可以包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。其中，目标定位信息可以是指目标图像的定位信息。全局特征提取模型可以是指能够实现对图像进行全局特征提取功能的网络模型(例如深度学习模型)。第一全局图像特征和第二全局图像特征可以分别是指利用训练前以及训练后的全局特征提取模型从目标图像中提取的全局图像特征。

本实施例中，在确定检索标签质检条件信息之后，可以进一步依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息。示例性的，第一类检索标签使用场景的参考质检信息可以包括目标图像的目标检索标签信息、目标定位信息、第一全局图像特征和第二全局图像特征；第二类检索标签使用场景的参考质检信息可以包括目标图像的目标检索标签信息、第一全局图像特征和第二全局图像特征。

S130、依据参考质检信息对目标图像的检索标签信息进行质检。

本实施例中，在确定参考质检信息之后，可以进一步依据参考质检信息对目标图像的检索标签信息进行质检。示例性的，可以针对目标图像序列中各个目标图像，根据目标图像的目标定位信息绘制坐标散点图，并将具有相同目标检索标签信息的目标图像赋予相同颜色，将具有不同目标检索标签信息的目标图像赋予不同颜色。若坐标散点图中相同颜色集中分布，则表明检索标签信息的标注质量较好。

本公开实施例的技术方案，确定目标图像序列中各目标图像的检索标签质检条件信息；依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；依据参考质检信息对目标图像的检索标签信息进行质检。采用本公开实施例的技术方案，通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率。

图2为本公开实施例中提供的另一种图像检索标签质检方法的流程图。本公开实施例在上述实施例的基础上对前述实施例进行进一步优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示，本公开实施例中提供的图像检索标签质检方法，可包括以下步骤：

S210、确定目标图像序列中各目标图像的检索标签质检条件信息。

S220、依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。

S230、依据各个目标图像的目标定位信息中包括的目标位置生成目标散点图信息，目标位置用于描述目标图像的图像采集位置的横纵坐标，目标散点图信息中每个散点对应一个目标图像。

其中，目标位置可以是指采集目标图像时的位置信息，具体可以用于描述目标图像的图像采集位置的横纵坐标。目标散点图信息可以是指根据目标位置生成的散点图信息。其中，目标散点图信息中每个散点对应一个目标图像。

本实施例中，首先确定各个目标图像的目标定位信息中的目标位置。示例性的，可以通过SLAM(即时定位与地图构建)和IMU(惯性测量单元)获取采集各个目标图像时相机相对于建筑物内预设原点的平面坐标信息，从而确定各个目标图像对应的目标位置信息。其中，预设原点可以是指在建筑物内预先设定的坐标原点，可以作为确定目标图像对应的目标位置的基准。需要说明的是，本实施例对预设原点的具体位置不做任何限定，可以根据实际需求灵活设置。然后针对目标图像序列中的各个目标图像，依据各个目标图像对应的目标位置绘制目标散点图信息。在目标散点图信息中，每个散点对应一个目标图像。

S240、依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征对目标散点图信息中散点进行标记，目标散点图信息中同一散点采用不同标记操作进行标记，参考质检信息中每一个维度的数据对应一种标记操作。

其中，标记操作可以包括标记颜色或标记字符等操作。本实施例中，可以从各个目标图像的目标检索标签信息、第一全局图像特征和第二全局图像特征这三个维度出发，分别对目标散点图信息中散点进行标记。其中，目标散点图信息中同一散点采用不同标记操作进行标记，且参考质检信息中每一个维度的数据对应一种标记操作，即不同维度的参考质检信息对应不同标记操作。

示例性的，以标记颜色作为标记操作，首先根据各个目标图像的目标检索标签信息，对目标散点图信息中散点进行颜色标记。然后使用训练前的全局特征提取模型从各个目标图像中提取对应的第一全局图像特征，再根据第一全局图像特征对目标散点图信息中散点进行颜色标记。进而使用训练后的全局特征提取模型从各个目标图像中提取对应的第二全局图像特征，再根据第二全局图像特征对目标散点图信息中散点进行颜色标记。具体的，针对每个维度的参考质检信息，将具有相同参考质检信息的目标图像赋予相同的颜色，将具有不同参考质检信息的目标图像赋予不同的颜色。

作为一种可选的但非限定性的实现方式，依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征对目标散点图信息中散点进行标记，包括但不限于步骤A1-A3：

步骤A1：依据目标图像的目标检索标签信息中包括的目标类别标签，对目标散点图信息中目标图像对应的散点执行第一标记操作，第一标记操作的标记取值与目标图像的目标类别标签匹配。

其中，目标类别标签可以是指目标图像的类别标签，可用于指示目标图像的类别。第一标记操作可以是指依据目标类别标签执行的标记操作。具体的，第一标记操作的标记取值与目标图像的目标类别标签匹配。也就是说，目标类别标签相同的目标图像具有相同的标记取值，而目标类别标签不同的目标图像具有不同的标记取值。

步骤A2：依据各个目标图像的第一全局图像特征确定各个目标图像的第一参考类别标签，并依据目标图像的第一参考类别标签对目标散点图信息中目标图像对应的散点执行第二标记操作，第二标记操作的标记取值与目标图像的第一参考类别标签匹配。

其中，第一参考类别标签可以是指依据第一全局图像特征确定的参考类别标签，可用于表征第一全局图像特征对应的类别信息。第二标记操作可以是指依据第一参考类别标签执行的标记操作。具体的，第二标记操作的标记取值与目标图像的第一参考类别标签匹配。也就是说，第一参考类别标签相同的目标图像具有相同的标记取值，而第一参考类别标签不同的目标图像具有不同的标记取值。

步骤A3：依据各个目标图像的第二全局图像特征确定各个目标图像的第二参考类别标签，并依据目标图像的第二参考类别标签对目标散点图信息中目标图像对应的散点执行第三标记操作，第三标记操作的标记取值与目标图像的第二参考类别标签匹配。

其中，第二参考类别标签可以是指依据第二全局图像特征确定的参考类别标签，可用于表征第二全局图像特征对应的类别信息。第三标记操作可以是指依据第二参考类别标签执行的标记操作。具体的，第三标记操作的标记取值与目标图像的第二参考类别标签匹配。也就是说，第二参考类别标签相同的目标图像具有相同的标记取值，而第二参考类别标签不同的目标图像具有不同的标记取值。

采用上述方式，可以依据不同维度的参考质检信息，对目标散点图信息中目标图像对应的散点执行不同的标记操作，以便为后续的检索标签信息质检提供准确的依据。

作为一种可选的但非限定性的实现方式，依据各个目标图像的第一全局图像特征确定各个目标图像的第一参考类别标签，可包括但不限于以下过程：

依据各个目标图像的第一全局图像特征对各个目标图像进行第一特征聚类分析，并将同一聚类的目标图像赋予相同的第一参考类别标签。

其中，第一特征聚类分析可以是指依据第一全局图像特征对各个目标图像进行聚类分析。本实施例中，在确定各个目标图像的第一全局图像特征之后，可以根据第一全局图像特征对各个目标图像进行聚类分析，并将属于同一聚类的目标图像赋予相同的第一参考类别标签。

作为一种可选的但非限定性的实现方式，依据各个目标图像的第二全局图像特征确定各个目标图像的第二参考类别标签，可包括但不限于以下过程：

依据各个目标图像的第二全局图像特征对各个目标图像进行第二特征聚类分析，并将同一聚类的目标图像赋予相同的第二参考类别标签。

其中，第二特征聚类分析可以是指依据第二全局图像特征对各个目标图像进行聚类分析。本实施例中，在确定各个目标图像的第二全局图像特征之后，可以根据第二全局图像特征对各个目标图像进行聚类分析，并将属于同一聚类的目标图像赋予相同的第二参考类别标签。

需要说明的是，本实施例中对第一特征聚类分析和第二特征聚类分析使用的聚类分析方法不做任何限定，可以根据实际需求进行灵活设定。示例性的，可以采用DBSCAN(基于密度的噪声应用空间聚类)方法。

采用上述方式，可以分别依据第一全局图像特征和第二全局图像特征对各个目标图像进行聚类分析，进而根据聚类分析结果为目标图像赋予对应的参考类别标签，以便根据参考类别标签对目标散点图信息中散点进行标记。

S250、依据目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对目标图像的检索标签信息进行质检。

作为一种可选的但非限定性的实现方式，依据目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对目标图像的检索标签信息进行质检，包括但不限于步骤B1-B2：

步骤B1：确定采用任一标记操作进行散点标记时，目标散点图信息中标记取值相同的各个散点的位置分布。

本实施例中，针对每种标记操作，分别确定目标散点图信息中标记取值相同的各个散点在目标散点图的位置分布。

步骤B2：若标记取值相同的各个散点集中分布在预设大小位置区域内，则确定目标图像的检索标签信息的标注质量满足预设质量条件。

其中，预设大小位置区域可以是指预先设定的固定大小的位置区域。预设质量条件可以是指预先设定的标注质量条件。本实施例中，在分别确定目标散点图信息中每种标记操作的标记取值相同的各个散点在目标散点图的位置分布之后，可以根据位置分布情况判断标注质量满足预设质量条件。具体的，若标记取值相同的各个散点集中分布在预设大小位置区域内，则可以确定目标图像的检索标签信息的标注质量满足预设质量条件，此时表明检索标签信息的标注质量较好；反之，则可以确定目标图像的检索标签信息的标注质量不满足预设质量条件，此时表明检索标签信息的标注质量较差。

采用上述方式，可以根据相同标记取值的各个散点在目标散点图中的位置分布情况，快速、准确地判断出目标图像的检索标签信息的标注质量是否满足预设质量条件。

作为一种可选的但非限定性的实现方式，依据目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对目标图像的检索标签信息进行质检，包括但不限于步骤C1-C4：

步骤C1：确定采用第一标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的第一位置分布。

其中，第一位置分布可以是指采用第一标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的位置分布。

步骤C2：确定采用第二标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的第二位置分布。

其中，第二位置分布可以是指采用第二标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的位置分布。

步骤C3：确定采用第三标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的第三位置分布。

其中，第三位置分布可以是指采用第三标记操作进行散点标记时，目标散点图信息中不同标记取值的各个散点的位置分布。

步骤C4：依据同一标记取值的第一位置分布与第二位置分布之间的重合度以及同一标记取值的第一位置分布与第三位置分布之间的重合度，确定目标图像的检索标签信息的标注质量，两个位置分布之间的重合度越高，目标图像的检索标签信息的标注质量越高。

本实施例中，在确定第一位置分布、第二位置分布和第三位置分布之后，可以计算同一标记取值的第一位置分布与第二位置分布之间的重合度以及同一标记取值的第一位置分布与第三位置分布之间的重合度，进而依据重合度确定目标图像的检索标签信息的标注质量。其中，两个位置分布之间的重合度越高，目标图像的检索标签信息的标注质量越高。

采用上述方式，可以依据同一标记取值下两个不同标记操作对应的位置分布之间的重合度，快速、准确地确定目标图像的检索标签信息的标注质量。

本公开实施例的技术方案，依据各个目标图像的目标定位信息中包括的目标位置生成目标散点图信息，目标位置用于描述目标图像的图像采集位置的横纵坐标，目标散点图信息中每个散点对应一个目标图像；依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征对目标散点图信息中散点进行标记，目标散点图信息中同一散点采用不同标记操作进行标记，参考质检信息中每一个维度的数据对应一种标记操作；依据目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对目标图像的检索标签信息进行质检。采用本公开实施例的技术方案，在通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率的基础上，依据不同标记操作下的标记取值，对目标图像的检索标签信息进行质检，进一步提高了检索标签信息质检的准确性和效率。

图3为本公开实施例中提供的又一种图像检索标签质检方法的流程图。本公开实施例在上述实施例的基础上对前述实施例进行进一步优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。如图3所示，本公开实施例中提供的图像检索标签质检方法，可包括以下步骤：

S310、确定目标图像序列中各目标图像的检索标签质检条件信息。

S320、依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。

S330、依据各个目标图像的目标定位信息生成差异散点图信息，差异散点图信息中每个散点对应一对目标图像，差异散点图信息中每个散点通过一对目标图像之间的位置差异与角度差异确定。

其中，差异散点图信息可以用于表征两个目标图像之间的位置和角度差异。具体的，差异散点图信息中每个散点对应一对目标图像，且差异散点图信息中每个散点可以通过一对目标图像之间的位置差异与角度差异确定。

作为一种可选的但非限定性的实现方式，依据各个目标图像的目标定位信息生成差异散点图信息，包括但不限于步骤D1-D2：

步骤D1：依据各个目标图像的目标定位信息中包括的目标位置与目标角度，确定两两目标图像之间的位置差值绝对值与角度差异绝对值。

其中，目标角度可以是指采集目标图像时的角度信息。位置差值绝对值可以用于表征两个目标图像之间的位置差异。角度差异绝对值可以用于表征两个目标图像之间的角度差异。

本实施例中，首先确定各个目标图像的目标定位信息中的目标位置和目标角度。示例性的，可以通过SLAM(即时定位与地图构建)和IMU(惯性测量单元)确定各个目标图像对应的目标位置和目标角度。然后计算每两个目标图像之间的位置差值绝对值与角度差异绝对值。

步骤D2：以各对目标图像之间的位置差值绝对值与角度差异绝对值为横纵坐标构建差异散点图信息，目标位置用于描述目标图像的图像采集位置的横纵坐标，目标角度描述对目标图像进行采集时的采集方向。

本实施例中，在确定每两个目标图像之间的位置差值绝对值与角度差异绝对值之后，可以分别以各对目标图像之间的位置差值绝对值为横坐标，以各对目标图像之间的角度差异绝对值为纵坐标，绘制差异散点图信息。其中，目标位置用于描述目标图像的图像采集位置的横纵坐标，目标角度描述对目标图像进行采集时的采集方向。

采用上述方式，以各对目标图像之间的位置差值绝对值与角度差异绝对值为横纵坐标构建差异散点图信息，能够清晰直观地反映出两个目标图像之间的位置差异和角度差异。

S340、依据各个目标图像的第一全局图像特征与第二全局图像特征，对差异散点图信息中散点进行标记，散点的标记取值通过散点所对应一对目标图像之间的全局图像特征相似度确定。

其中，全局图像特征相似度可以用于表征两个目标图像的全局图像特征的相似程度。可以理解的是，全局图像特征相似度与目标图像的相似度呈正相关，即全局图像特征相似度越高，表明两个目标图像的相似度越高；全局图像特征相似度越低，表明两个目标图像的相似度越低。

作为一种可选的但非限定性的实现方式，依据各个目标图像的第一全局图像特征与第二全局图像特征，对差异散点图信息中散点进行标记，包括但不限于步骤E1-E2：

步骤E1：依据各个目标图像的第一全局图像特征与第二全局图像特征，计算两两目标图像之间的特征相似度。

本实施例中，分别使用训练前和训练后的全局特征提取模型，对各个目标图像提取第一全局图像特征和第二全局图像特征，然后依据第一全局图像特征与第二全局图像特征，计算两两目标图像之间的特征相似度。其中，特征相似度可以用于表征两个目标图像之间的相似度。示例性的，可以通过计算L2距离或者cosine距离等方式计算图像特征之间的距离，从而确定两两目标图像之间的特征相似度。若采用计算cosine距离的方式，可以将特征相似度的取值范围确定为0-1，接近1表示特征相似度高，接近0表示特征相似度低。

步骤E2：依据两两目标图像之间的特征相似度对差异散点图信息中两两目标对象对应的散点进行标记。

本实施例中，在确定两两目标图像之间的特征相似度后，可以进一步依据特征相似度对差异散点图信息中两两目标对象对应的散点进行标记。具体的，将具有相同特征相似度的散点赋予相同标记取值，将具有不同特征相似度的散点赋予不同标记取值。

采用上述方式，可以依据两两目标图像之间的特征相似度，对差异散点图信息中两两目标对象对应的散点进行快速准确标记。

S350、依据差异散点图信息中各个散点的标记取值，对目标图像的检索标签信息进行质检。

作为一种可选的但非限定性的实现方式，依据差异散点图信息中各个散点的标记取值，对目标图像的检索标签信息进行质检，包括但不限于步骤F1-F2：

步骤F1：确定差异散点图信息中的各个散点的位置分布。

本实施例中，首先确定差异散点图信息中的各个散点的位置分布，即明确各个散点分别位于差异散点图信息中的哪一位置。

步骤F2：依据各个散点的位置分布确定目标图像的检索标签信息的标注质量，散点的位置分布越靠近原点，目标图像的检索标签信息的标注质量越高。

本实施例中，在确定差异散点图信息中的各个散点的位置分布之后，可以进一步确定目标图像的检索标签信息的标注质量。其中，散点的位置分布越靠近原点，表明目标图像之间的位置差异和角度差异越小，此时目标图像之间越相似，即目标图像的检索标签信息的标注质量越高。

采用上述方式，根据各个散点在差异散点图信息中的位置分布，可以快速准确地判断出目标图像的检索标签信息的标注质量高低。

作为一种可选的但非限定性的实现方式，依据各个散点的位置分布确定目标图像的检索标签信息的标注质量，包括但不限于步骤G1-G2：

步骤G1：依据各个散点的位置分布确定分布于原点预设范围内的散点数量占比。

其中，预设范围可以是指预先设定的位于原点附近的区域范围。散点数量占比可以是指分布于原点预设范围内的散点数量与差异散点图中全部散点数量的比值。可以理解的是，散点数量占比越大，则表明在原点预设范围内的散点分布越集中。

步骤G2：依据分布于原点预设范围内的散点数量占比以及对应散点的标记取值，确定目标图像的检索标签信息的标注质量，对应散点的标记取值越大，目标图像的检索标签信息的标注质量越高。

本实施例中，若差异散点图中原点附近集中为特征相似度高(标记取值大)的散点，且远离原点附近的散点的特征相似度低(标记取值小)，则表明目标图像的检索标签信息的标注质量较好；反之，则表明标注质量较差。

采用上述方式，依据分布于原点预设范围内的散点数量占比以及对应散点的标记取值，能够更加准确地判断目标图像的检索标签信息的标注质量。

本公开实施例的技术方案，依据各个目标图像的目标定位信息生成差异散点图信息，差异散点图信息中每个散点对应一对目标图像，差异散点图信息中每个散点通过一对目标图像之间的位置差异与角度差异确定；依据各个目标图像的第一全局图像特征与第二全局图像特征，对差异散点图信息中散点进行标记，散点的标记取值通过散点所对应一对目标图像之间的全局图像特征相似度确定；依据差异散点图信息中各个散点的标记取值，对目标图像的检索标签信息进行质检。采用本公开实施例的技术方案，在通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率的基础上，通过每两个目标图像之间的位置差异与角度差异确定差异散点图信息，并依据差异散点图信息中各个散点的标记取值，对目标图像的检索标签信息进行质检，进一步提高了检索标签信息质检的准确性。

图4为本公开实施例中提供的又一种图像检索标签质检方法的流程图。本公开实施例在上述实施例的基础上对前述实施例进行进一步优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。如图4所示，本公开实施例中提供的图像检索标签质检方法，可包括以下步骤：

S410、确定目标图像序列中各目标图像的检索标签质检条件信息。

S420、依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。

S430、依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征确定多个类别图像的定位信息的均值与方差，每个类别图像的定位信息的均值与方差包括采用不同计算方式所确定的取值，参考质检信息中每一个维度的数据对应一种计算方式。

作为一种可选的但非限定性的实现方式，依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征确定多个类别图像的定位信息的均值与方差，包括但不限于步骤H1-H3：

步骤H1：依据各个目标图像的目标检索标签信息中包括的目标位置，计算归属每个类别图像的目标图像的目标位置的第一均值与第一方差，目标位置用于描述目标图像的图像采集位置的横纵坐标。

其中，第一均值和第一方差可以分别是指依据目标检索标签信息确定的每个类别图像中各个目标图像的目标位置均值和目标位置方差。本实施例中，首先统计具有相同目标检索标签信息的目标图像，并将其划分为同一类别。然后针对各个类别图像，分别计算每个类别图像中各个目标图像的目标位置均值(即第一均值)和目标位置方差(即第一方差)。

步骤H2：依据各个目标图像的第一全局图像特征对各个目标图像进行第一特征聚类分析，并计算同一聚类的目标图像的目标位置的第二均值与第二方差。

其中，第二均值和第二方差可以分别是指依据第一全局图像特征确定的每个聚类图像中各个目标图像的目标位置均值和目标位置方差。本实施例中，首先使用训练前的全局特征提取模型，对各个目标图像提取第一全局图像特征，然后依据第一全局图像特征对各个目标图像进行聚类分析，再统计聚类成相同类别的目标图像，并计算同一聚类的目标图像的目标位置均值(即第二均值)与目标位置方差(即第二方差)。

步骤H3：依据各个目标图像的第二全局图像特征对各个目标图像进行第二特征聚类分析，并计算同一聚类的目标图像的目标位置的第三均值与第三方差。

其中，第三均值和第三方差可以分别是指依据第二全局图像特征确定的每个聚类图像中各个目标图像的目标位置均值和目标位置方差。本实施例中，首先使用训练后的全局特征提取模型，对各个目标图像提取第二全局图像特征，然后依据第二全局图像特征对各个目标图像进行聚类分析，再统计聚类成相同类别的目标图像，并计算同一聚类的目标图像的目标位置均值(即第三均值)与目标位置方差(即第三方差)。

采用上述方式，可以分别依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征，快速、准确地确定出多个类别图像的定位信息的均值与方差。

S440、依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对目标图像的检索标签信息进行质检。

作为一种可选的但非限定性的实现方式，依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对目标图像的检索标签信息进行质检，包括但不限于步骤I1-I4：

步骤I1：将同一种计算方式得到的多个类别图像的均值与方差进行组合，得到每种计算方式对应的均值集合与方差集合。

示例性的，将步骤H1中得到的第一均值与第一方差分别进行组合，可以得到步骤H1对应计算方式的均值集合与方差集合。将步骤H2中得到的第二均值与第二方差分别进行组合，可以得到步骤H2对应计算方式的均值集合与方差集合。将步骤H3中得到的第三均值与第三方差分别进行组合，可以得到步骤H3对应计算方式的均值集合与方差集合。

步骤I2：将不同计算方式对应的均值集合进行目标匹配操作，目标匹配操作用于在一个均值集合中为另一个均值集合中每个元素寻找对应元素使两个均值集合各对应元素之间的目标位置均值的总误差最小。

本实施例中，在得到每种计算方式对应的均值集合与方差集合之后，可以将不同计算方式对应的均值集合进行目标匹配操作。其中，目标匹配操作用于在一个均值集合中为另一个均值集合中每个元素寻找对应元素使两个均值集合各对应元素之间的目标位置均值的总误差最小。参见图5，左侧一列和右侧一列分别表示两个均值集合，每个矩形表示均值集合中的一个元素(即一个均值)。在图5中，尽管7与8的距离更近，但由于与10距离最近的元素只有8，只能将7与次近的5进行匹配，以使两个均值集合各对应元素之间的目标位置均值的总误差最小。示例性的，可以采用匈牙利算法对均值集合进行目标匹配操作。

步骤I3：确定两个均值集合中均值匹配成功的均值所对应的方差比值和以及总误差。

本实施例中，首先将两个均值集合中均值匹配成功的均值所对应的方差进行相除，以确定出方差比值。然后将每两个均值集合对应的方差比值进行加和，以确定出方差比值和。同时，将两个均值集合中均值匹配成功的两个均值之间的差值进行加和，以确定出两个均值集合所对应的总误差。

步骤I4：依据均值匹配成功的均值所对应的方差比值和以及总误差，对目标图像的检索标签信息进行质检。

本实施例中，在确定均值匹配成功的均值所对应的方差比值和以及总误差之后，可以进一步对目标图像的检索标签信息进行质检。其中，总误差越接近于0，且方差比值越接近于1，表明检索标签信息的标注质量越好。

采用上述方式，可以依据两个均值集合中均值匹配成功的均值所对应的方差比值和以及总误差，对目标图像的检索标签信息进行快速准确质检。

本公开实施例的技术方案，依据各个目标图像的目标检索标签信息、第一全局图像特征以及第二全局图像特征确定多个类别图像的定位信息的均值与方差，每个类别图像的定位信息的均值与方差包括采用不同计算方式所确定的取值，参考质检信息中每一个维度的数据对应一种计算方式；依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对目标图像的检索标签信息进行质检。采用本公开实施例的技术方案，在通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率的基础上，能够依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对目标图像的检索标签信息进行质检，进一步提高了检索标签信息质检的准确性和效率。

作为一种可选的但非限定性的实现方式，依据参考质检信息对目标图像的检索标签信息进行质检，还可包括但不限于步骤J1-J3：

步骤J1：依据各个目标图像的第一全局图像特征对各个目标图像进行第一特征聚类分析，并计算各个聚类中心之间的第一相似度平均值。

其中，第一相似度平均值可以是指经过第一特征聚类分析后各个聚类中心之间的相似度平均值。本实施例中，在对各个目标图像进行第一特征聚类分析之后，可以进一步计算各个聚类中心之间的第一相似度平均值。

步骤J2：依据各个目标图像的第二全局图像特征对各个目标图像进行第二特征聚类分析，并计算各个聚类中心之间的第二相似度平均值。

其中，第二相似度平均值可以是指经过第二特征聚类分析后各个聚类中心之间的相似度平均值。本实施例中，在对各个目标图像进行第二特征聚类分析之后，可以进一步计算各个聚类中心之间的第二相似度平均值。

步骤J3：依据各个聚类中心之间的第一相似度平均值与各个聚类中心之间的第二相似度平均值，对目标图像的检索标签信息进行质检。

本实施例中，若各个聚类中心之间的相似度平均值越小，表明类间相似度越低，能够更准确地区分不同类别，此时检索标签信息的标注质量较好。

采用上述方式，可以依据各个聚类中心之间的相似度平均值，快速准确地确定检索标签信息的标注质量，进一步提高了检索标签信息质检的准确性。

图6为本公开实施例中提供的又一种图像检索标签质检方法的流程图。本公开实施例在上述实施例的基础上对前述实施例进行进一步优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。如图6所示，本公开实施例中提供的图像检索标签质检方法，可包括以下步骤：

S510、确定目标图像序列中各目标图像的检索标签质检条件信息。

S520、依据检索标签质检条件信息确定对目标图像的目标检索标签信息进行质检时所需要的参考质检信息，参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征。

S530、依据各个目标图像的目标检索标签信息中包括的目标类别标签，从每类别标签的目标图像中确定一个最接近聚类中心的检索用目标图像。

其中，检索用目标图像可以是指用于检索参考的目标图像。本实施例中，针对目标检索标签信息中包括的目标类别标签，每个类别选取一个最接近聚类中心的目标图像作为检索用目标图像。

S540、确定检索用目标图像的第二全局图像特征，将检索用目标图像的第二全局图像特征与检索用目标图像的目标定位信息构成检索数据。

本实施例中，首先使用训练后的全局特征提取模型提取检索用目标图像的第二全局图像特征，然后将检索用目标图像的第二全局图像特征与检索用目标图像的目标定位信息(包括目标位置和目标角度)构成检索数据。

S550、将每类别标签的剩余目标图像作为查询用目标图像，并确定查询用目标图像的第二全局图像特征。

其中，查询用目标图像可以是指用于查询的目标图像。本实施例中，将各类别标签的剩余目标图像作为查询用目标图像，再使用训练后的全局特征提取模型提取查询用目标图像的第二全局图像特征。

S560、计算查询用目标图像与检索数据中所有检索用目标图像的相似度，用以对目标图像的检索标签信息进行质检。

本实施例中，分别计算查询用目标图像与检索数据中所有检索用目标图像的相似度，并对相似度按照从大到小的顺序进行排序，进而可以依据相似度排序结果对目标图像的检索标签信息进行质检。示例性的，可以基于排序相似度结果依据平均准确率对目标图像的检索标签信息进行质检。具体的，将相似度排序结果中的前k个相似度对应的检索用目标图像作为当前查询用目标图像的检索结果，然后计算检索结果中与当前查询用目标图像具有相同类别标签的目标图像数量与k的比值(即平均准确率)。平均准确率越接近1，表明检索的准确率越高，说明检索标签信息的标注质量较好。其中，k的取值不大于检索数据中所有检索用目标图像的数量总和，本实施例对k的具体取值不做限定，可以根据实际需求设定，例如k可以取1、3、5等。

示例性的，可以基于相似度排序结果依据平均召回率对目标图像的检索标签信息进行质检。具体的，将相似度排序结果中的前k个相似度对应的检索用目标图像作为当前查询用目标图像的检索结果，若检索结果中存在与当前查询用目标图像具有相同类别标签的检索用目标图像，则认为当前查询用目标图像在检索结果中存在正确查询，记为检索正确。然后计算检索正确的查询用目标图像总数与查询用目标图像总数的比值(即平均召回率)。其中，平均召回率越接近于1，表明检索的召回率越高，说明检索标签信息的标注质量较好。

本公开实施例的技术方案，依据各个目标图像的目标检索标签信息中包括的目标类别标签，从每类别标签的目标图像中确定一个最接近聚类中心的检索用目标图像；确定检索用目标图像的第二全局图像特征，将检索用目标图像的第二全局图像特征与检索用目标图像的目标定位信息构成检索数据；将每类别标签的剩余目标图像中作为查询用目标图像，并确定查询用目标图像的第二全局图像特征；计算查询用目标图像与检索数据中所有检索用目标图像的相似度，用以对目标图像的检索标签信息进行质检。采用本公开实施例的技术方案，在通过引入参考质检信息对目标图像的检索标签信息进行快速有效质检，以验证检索标签信息的标注质量是否满足图像检索的需求，有助于减少人工质检成本，进一步加速了图像检索过程中的数据迭代流程，提高了数据迭代效率的基础上，能够依据查询用目标图像与检索数据中所有检索用目标图像的相似度，对目标图像的检索标签信息进行质检，进一步提高了质检的效率和准确性。

图7为本公开实施例所提供的一种图像检索标签质检装置的结构示意图，本公开实施例适用于对图像检索标签进行快速有效质检的情形，该装置可以通过软件和/或硬件的形式实现，并一般集成在任何具有网络通信功能的电子设备上，该电子设备可以是但不限于移动终端、PC电脑或服务器等。如图7所示，所述装置包括：检索标签质检条件信息确定模块610、参考质检信息确定模块620以及检索标签信息质检模块630；其中：

检索标签质检条件信息确定模块610，用于确定目标图像序列中各目标图像的检索标签质检条件信息；

参考质检信息确定模块620，用于依据所述检索标签质检条件信息确定对所述目标图像的目标检索标签信息进行质检时所需要的参考质检信息，所述参考质检信息包括以下至少一项：目标图像的目标检索标签信息、目标图像的目标定位信息以及使用目标图像的检索标签信息进行训练前后的全局特征提取模型分别从目标图像提取的第一全局图像特征与第二全局图像特征；

检索标签信息质检模块630，用于依据所述参考质检信息对所述目标图像的检索标签信息进行质检。

在本公开实施例的一种可选方案中，可选的，所述检索标签质检条件信息包括检索标签使用场景与检索标签质检方式，所述检索标签使用场景包括将目标图像的全局图像特征用于已知地图上的地理位置粗定位与将目标图像的全局图像特征用于判断是否到达预设场景，所述检索标签质检方式用于指示在检索标签使用场景下对所述目标图像的目标检索标签信息的质检流程。

在本公开实施例的一种可选方案中，可选的，所述检索标签信息质检模块630，包括：

目标散点图信息确定单元，用于依据各个所述目标图像的目标定位信息中包括的目标位置生成目标散点图信息，所述目标位置用于描述所述目标图像的图像采集位置的横纵坐标，所述目标散点图信息中每个散点对应一个所述目标图像；

第一散点标记单元，用于依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征对所述目标散点图信息中散点进行标记，所述目标散点图信息中同一散点采用不同标记操作进行标记，所述参考质检信息中每一个维度的数据对应一种标记操作；

第一检索标签信息质检单元，用于依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检。

在本公开实施例的一种可选方案中，可选的，所述第一散点标记单元，包括：

第一标记操作执行子单元，用于依据所述目标图像的目标检索标签信息中包括的目标类别标签，对所述目标散点图信息中所述目标图像对应的散点执行第一标记操作，所述第一标记操作的标记取值与所述目标图像的目标类别标签匹配；

第二标记操作执行子单元，用于依据各个所述目标图像的所述第一全局图像特征确定各个所述目标图像的第一参考类别标签，并依据所述目标图像的第一参考类别标签对所述目标散点图信息中所述目标图像对应的散点执行第二标记操作，所述第二标记操作的标记取值与所述目标图像的第一参考类别标签匹配；

第三标记操作执行子单元，用于依据各个所述目标图像的所述第二全局图像特征确定各个所述目标图像的第二参考类别标签，并依据所述目标图像的第二参考类别标签对所述目标散点图信息中所述目标图像对应的散点执行第三标记操作，所述第三标记操作的标记取值与所述目标图像的第二参考类别标签匹配。

在本公开实施例的一种可选方案中，可选的，所述第二标记操作执行子单元，用于：

依据各个所述目标图像的所述第一全局图像特征对各个所述目标图像进行第一特征聚类分析，并将同一聚类的目标图像赋予相同的第一参考类别标签；

所述第三标记操作执行子单元，用于：

依据各个所述目标图像的所述第二全局图像特征对各个所述目标图像进行第二特征聚类分析，并将同一聚类的目标图像赋予相同的第二参考类别标签。

在本公开实施例的一种可选方案中，可选的，所述第一检索标签信息质检单元，用于：

确定采用任一标记操作进行散点标记时，所述目标散点图信息中标记取值相同的各个散点的位置分布；

若标记取值相同的各个散点集中分布在预设大小位置区域内，则确定所述目标图像的检索标签信息的标注质量满足预设质量条件。

在本公开实施例的一种可选方案中，可选的，所述第一检索标签信息质检单元，还用于：

确定采用第一标记操作进行散点标记时，所述目标散点图信息中不同标记取值的各个散点的第一位置分布；

确定采用第二标记操作进行散点标记时，所述目标散点图信息中不同标记取值的各个散点的第二位置分布；

确定采用第三标记操作进行散点标记时，所述目标散点图信息中不同标记取值的各个散点的第三位置分布；

依据同一标记取值的第一位置分布与第二位置分布之间的重合度以及同一标记取值的第一位置分布与第三位置分布之间的重合度，确定所述目标图像的检索标签信息的标注质量，两个位置分布之间的重合度越高，所述目标图像的检索标签信息的标注质量越高。

在本公开实施例的一种可选方案中，可选的，所述检索标签信息质检模块630，还包括：

差异散点图信息生成单元，用于依据各个所述目标图像的目标定位信息生成差异散点图信息，所述差异散点图信息中每个散点对应一对目标图像，所述差异散点图信息中每个散点通过一对目标图像之间的位置差异与角度差异确定；

第二散点标记单元，用于依据各个所述目标图像的第一全局图像特征与所述第二全局图像特征，对所述差异散点图信息中散点进行标记，所述散点的标记取值通过所述散点所对应一对目标图像之间的全局图像特征相似度确定；

第二检索标签信息质检单元，用于依据所述差异散点图信息中各个散点的标记取值，对所述目标图像的检索标签信息进行质检。

在本公开实施例的一种可选方案中，可选的，所述差异散点图信息生成单元，用于：

依据各个所述目标图像的目标定位信息中包括的目标位置与目标角度，确定两两目标图像之间的位置差值绝对值与角度差异绝对值；

以各对目标图像之间的位置差值绝对值与角度差异绝对值为横纵坐标构建差异散点图信息，所述目标位置用于描述所述目标图像的图像采集位置的横纵坐标，所述目标角度描述对所述目标图像进行采集时的采集方向。

在本公开实施例的一种可选方案中，可选的，所述第二散点标记单元，用于：

依据各个所述目标图像的第一全局图像特征与所述第二全局图像特征，计算两两目标图像之间的特征相似度；

依据两两目标图像之间的特征相似度对所述差异散点图信息中两两目标对象对应的散点进行标记。

在本公开实施例的一种可选方案中，可选的，所述第二检索标签信息质检单元，包括：

散点位置分布确定子单元，用于确定所述差异散点图信息中的各个散点的位置分布；

标注质量确定子单元，用于依据各个散点的位置分布确定所述目标图像的检索标签信息的标注质量，散点的位置分布越靠近原点，所述目标图像的检索标签信息的标注质量越高。

在本公开实施例的一种可选方案中，可选的，所述标注质量确定子单元，用于：

依据各个散点的位置分布确定分布于原点预设范围内的散点数量占比；

依据分布于原点预设范围内的散点数量占比以及对应散点的标记取值，确定所述目标图像的检索标签信息的标注质量，对应散点的标记取值越大，所述目标图像的检索标签信息的标注质量越高。

均值与方差确定单元，用于依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征确定多个类别图像的定位信息的均值与方差，所述每个类别图像的定位信息的均值与方差包括采用不同计算方式所确定的取值，所述参考质检信息中每一个维度的数据对应一种计算方式；

第三检索标签信息质检单元，用于依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对所述目标图像的检索标签信息进行质检。

在本公开实施例的一种可选方案中，可选的，所述均值与方差确定单元，用于：

依据各个所述目标图像的目标检索标签信息中包括的目标位置，计算归属每个类别图像的目标图像的目标位置的第一均值与第一方差，所述目标位置用于描述所述目标图像的图像采集位置的横纵坐标；

依据各个所述目标图像的第一全局图像特征对各个目标图像进行第一特征聚类分析，并计算同一聚类的目标图像的目标位置的第二均值与第二方差；

依据各个所述目标图像的第二全局图像特征对各个目标图像进行第二特征聚类分析，并计算同一聚类的目标图像的目标位置的第三均值与第三方差。

在本公开实施例的一种可选方案中，可选的，所述第三检索标签信息质检单元，用于：

将同一种计算方式得到的多个类别图像的均值与方差进行组合，得到每种计算方式对应的均值集合与方差集合；

将不同计算方式对应的均值集合进行目标匹配操作，所述目标匹配操作用于在一个均值集合中为另一个均值集合中每个元素寻找对应元素使两个均值集合各对应元素之间的目标位置均值的总误差最小；

确定两个均值集合中均值匹配成功的均值所对应的方差比值和以及总误差；

依据均值匹配成功的均值所对应的方差比值和以及总误差，对所述目标图像的检索标签信息进行质检。

在本公开实施例的一种可选方案中，可选的，所述检索标签信息质检模块630，还用于：

依据各个所述目标图像的第一全局图像特征对各个目标图像进行第一特征聚类分析，并计算各个聚类中心之间的第一相似度平均值；

依据各个所述目标图像的第二全局图像特征对各个目标图像进行第二特征聚类分析，并计算各个聚类中心之间的第二相似度平均值；

依据各个聚类中心之间的第一相似度平均值与各个聚类中心之间的第二相似度平均值，对所述目标图像的检索标签信息进行质检。

依据各个所述目标图像的目标检索标签信息中包括的目标类别标签，从每类别标签的目标图像中确定一个最接近聚类中心的检索用目标图像；

确定所述检索用目标图像的第二全局图像特征，将所述检索用目标图像的第二全局图像特征与所述检索用目标图像的目标定位信息构成检索数据；

将每类别标签的剩余目标图像作为查询用目标图像，并确定所述查询用目标图像的第二全局图像特征；

计算查询用目标图像与检索数据中所有检索用目标图像的相似度，用以对所述目标图像的检索标签信息进行质检。

本公开实施例所提供的图像检索标签质检装置可执行本公开实施例所提供的图像检索标签质检方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

图8为本公开实施例所提供的一种图像检索标签质检电子设备的结构示意图。下面参考图8，其示出了适于用来实现本公开实施例的电子设备(例如图8中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施例提供的电子设备与上述实施例提供的图像检索标签质检方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的图像检索标签质检方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于触摸操作请求，确定目标设备关联的目标触摸操作信息；依据所述目标触摸操作信息，确定在所述目标设备执行目标交互操作时适配的惯用交互触发条件信息；依据所述惯用交互触发条件信息，对所述目标设备的目标交互操作进行适配控制。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

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。

根据本公开的一个或多个实施例，示例1提供了一种图像检索标签质检方法，所述方法包括：

确定目标图像序列中各目标图像的检索标签质检条件信息；

示例2根据示例1所述的方法，所述检索标签质检条件信息包括检索标签使用场景与检索标签质检方式，所述检索标签使用场景包括将目标图像的全局图像特征用于已知地图上的地理位置粗定位与将目标图像的全局图像特征用于判断是否到达预设场景，所述检索标签质检方式用于指示在检索标签使用场景下对所述目标图像的目标检索标签信息的质检流程。

示例3根据示例2所述的方法，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

依据各个所述目标图像的目标定位信息中包括的目标位置生成目标散点图信息，所述目标位置用于描述所述目标图像的图像采集位置的横纵坐标，所述目标散点图信息中每个散点对应一个所述目标图像；

依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征对所述目标散点图信息中散点进行标记，所述目标散点图信息中同一散点采用不同标记操作进行标记，所述参考质检信息中每一个维度的数据对应一种标记操作；

依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检。

示例4根据示例3所述的方法，依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征对所述目标散点图信息中散点进行标记，包括：

依据所述目标图像的目标检索标签信息中包括的目标类别标签，对所述目标散点图信息中所述目标图像对应的散点执行第一标记操作，所述第一标记操作的标记取值与所述目标图像的目标类别标签匹配；

依据各个所述目标图像的所述第一全局图像特征确定各个所述目标图像的第一参考类别标签，并依据所述目标图像的第一参考类别标签对所述目标散点图信息中所述目标图像对应的散点执行第二标记操作，所述第二标记操作的标记取值与所述目标图像的第一参考类别标签匹配；

依据各个所述目标图像的所述第二全局图像特征确定各个所述目标图像的第二参考类别标签，并依据所述目标图像的第二参考类别标签对所述目标散点图信息中所述目标图像对应的散点执行第三标记操作，所述第三标记操作的标记取值与所述目标图像的第二参考类别标签匹配。

示例5根据示例4所述的方法，依据各个所述目标图像的所述第一全局图像特征确定各个所述目标图像的第一参考类别标签，包括：

依据各个所述目标图像的所述第二全局图像特征确定各个所述目标图像的第二参考类别标签，包括：

示例6根据示例3所述的方法，依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检，包括：

示例7根据示例4所述的方法，依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检，包括：

示例8根据示例2所述的方法，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

依据各个所述目标图像的目标定位信息生成差异散点图信息，所述差异散点图信息中每个散点对应一对目标图像，所述差异散点图信息中每个散点通过一对目标图像之间的位置差异与角度差异确定；

依据各个所述目标图像的第一全局图像特征与所述第二全局图像特征，对所述差异散点图信息中散点进行标记，所述散点的标记取值通过所述散点所对应一对目标图像之间的全局图像特征相似度确定；

依据所述差异散点图信息中各个散点的标记取值，对所述目标图像的检索标签信息进行质检。

示例9根据示例8所述的方法，依据各个所述目标图像的目标定位信息生成差异散点图信息，包括：

示例10根据示例8所述的方法，依据各个所述目标图像的第一全局图像特征与所述第二全局图像特征，对所述差异散点图信息中散点进行标记，包括：

示例11根据示例8所述的方法，依据所述差异散点图信息中各个散点的标记取值，对所述目标图像的检索标签信息进行质检，包括：

确定所述差异散点图信息中的各个散点的位置分布；

依据各个散点的位置分布确定所述目标图像的检索标签信息的标注质量，散点的位置分布越靠近原点，所述目标图像的检索标签信息的标注质量越高。

示例12根据示例11所述的方法，依据各个散点的位置分布确定所述目标图像的检索标签信息的标注质量，包括：

示例13根据示例2所述的方法，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征确定多个类别图像的定位信息的均值与方差，所述每个类别图像的定位信息的均值与方差包括采用不同计算方式所确定的取值，所述参考质检信息中每一个维度的数据对应一种计算方式；

依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对所述目标图像的检索标签信息进行质检。

示例14根据示例13所述的方法，依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征确定多个类别图像的定位信息的均值与方差，包括：

示例15根据示例13所述的方法，依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对所述目标图像的检索标签信息进行质检，包括：

示例16根据示例13所述的方法，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，还包括：

示例17根据示例2所述的方法，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

根据本公开的一个或多个实施例，示例18还提供了一种图像检索标签质检装置，所述图像检索标签质检装置包括：

根据本公开的一个或多个实施例，示例19还提供了一种图像检索标签质检电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如示例1-17中任一所述的图像检索标签质检方法。

根据本公开的一个或多个实施例，示例20还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如示例1-17中任一所述的图像检索标签质检方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims

1.一种图像检索标签质检方法，其特征在于，所述方法包括：

确定目标图像序列中各目标图像的检索标签质检条件信息；

2.根据权利要求1所述的方法，其特征在于，所述检索标签质检条件信息包括检索标签使用场景与检索标签质检方式，所述检索标签使用场景包括将目标图像的全局图像特征用于已知地图上的地理位置粗定位与将目标图像的全局图像特征用于判断是否到达预设场景，所述检索标签质检方式用于指示在检索标签使用场景下对所述目标图像的目标检索标签信息的质检流程。

3.根据权利要求2所述的方法，其特征在于，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

4.根据权利要求3所述的方法，其特征在于，依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征对所述目标散点图信息中散点进行标记，包括：

5.根据权利要求4所述的方法，其特征在于，依据各个所述目标图像的所述第一全局图像特征确定各个所述目标图像的第一参考类别标签，包括：

6.根据权利要求3所述的方法，其特征在于，依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检，包括：

7.根据权利要求4所述的方法，其特征在于，依据所述目标散点图信息中各个散点分别采用不同标记操作得到的标记取值，对所述目标图像的检索标签信息进行质检，包括：

8.根据权利要求2所述的方法，其特征在于，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

9.根据权利要求8所述的方法，其特征在于，依据各个所述目标图像的目标定位信息生成差异散点图信息，包括：

10.根据权利要求8所述的方法，其特征在于，依据各个所述目标图像的第一全局图像特征与所述第二全局图像特征，对所述差异散点图信息中散点进行标记，包括：

11.根据权利要求8所述的方法，其特征在于，依据所述差异散点图信息中各个散点的标记取值，对所述目标图像的检索标签信息进行质检，包括：

确定所述差异散点图信息中的各个散点的位置分布；

12.根据权利要求11所述的方法，其特征在于，依据各个散点的位置分布确定所述目标图像的检索标签信息的标注质量，包括：

13.根据权利要求2所述的方法，其特征在于，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

14.根据权利要求13所述的方法，其特征在于，依据各个所述目标图像的目标检索标签信息、所述第一全局图像特征以及所述第二全局图像特征确定多个类别图像的定位信息的均值与方差，包括：

15.根据权利要求13所述的方法，其特征在于，依据不同计算方式确定的多个类别图像的定位信息的均值与方差，对所述目标图像的检索标签信息进行质检，包括：

16.根据权利要求13所述的方法，其特征在于，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，还包括：

17.根据权利要求2所述的方法，其特征在于，依据所述参考质检信息对所述目标图像的检索标签信息进行质检，包括：

18.一种图像检索标签质检装置，其特征在于，所述装置包括：

19.一种图像检索标签质检电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-17中任一所述的图像检索标签质检方法。

20.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-17中任一所述的图像检索标签质检方法。