[發(fā)明專利]用于在多個已存儲圖像中搜索相似圖像的方法

有效

• 申請?zhí)枺?/td>: 201580075831.8
• 申請日: 2015-08-07
• 公開（公告）號: CN107223242B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: J·恩斯特龍
• 申請（專利權(quán)）人: 索尼公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/62
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 呂俊剛;楊薇

1.一種用于在多個已存儲圖像中搜索相似圖像的方法，該方法包括以下步驟：

對于每個已存儲圖像，計算表示已存儲圖像的內(nèi)容的僅一個特征向量，

通過使用針對每個圖像計算的所述一個特征向量來計算在所述多個已存儲圖像中的每個已存儲圖像之間的距離量度，

基于所計算的距離量度，將所述多個已存儲圖像聚類到已存儲圖像的一個或多個聚類中，其中，每個聚類包括一個或多個已存儲圖像，

對于包括多個已存儲圖像的每個聚類，

-對于所述聚類中的每個已存儲圖像，計算多個特征向量，每個特征向量表示所述已存儲圖像的所述內(nèi)容，

-在聚類中的所有所述已存儲圖像的所述多個特征向量中的至少一些特征向量之間執(zhí)行匹配操作，以及

-基于所述匹配操作的結(jié)果，過濾在至少閾值數(shù)目個已存儲圖像之間匹配的特征向量，并且

-存儲經(jīng)過濾的特征向量，

取得應(yīng)找到相似圖像的圖像，

計算所取得的圖像的多個附加特征向量，

通過使用一個或多個聚類的至少一個聚類的所存儲的經(jīng)過濾的特征向量以及所述附加特征向量來在所述多個已存儲圖像中找到所述相似圖像。

2.如權(quán)利要求1所述的方法，其中，存儲經(jīng)過濾的特征向量的步驟包括：

與對聚類的引用一起存儲經(jīng)過濾的特征向量。

3.如權(quán)利要求2所述的方法，其中，在所述多個已存儲圖像中找到相似圖像的步驟包括：

通過將所述附加特征向量與每個聚類的經(jīng)過濾的特征向量相比較來找到匹配聚類，以及

在所述匹配聚類中的所述多個已存儲圖像中找到相似圖像。

4.如權(quán)利要求3中任一項所述的方法，其中，存儲經(jīng)過濾的特征向量的步驟包括：

對于所述多個已存儲圖像中的每個已存儲圖像，與對所述已存儲圖像的引用一起存儲對應(yīng)于所述已存儲圖像的所述內(nèi)容的經(jīng)過濾的特征向量。

5.如權(quán)利要求4所述的方法，其中，在匹配聚類中的所述多個已存儲圖像中找到相似圖像的步驟包括：

對于所述匹配聚類中的至少一些圖像，將所述附加特征向量與對應(yīng)于所述已存儲圖像的所述內(nèi)容的經(jīng)過濾的特征向量相比較。

6.如權(quán)利要求1或2所述的方法，其中，存儲經(jīng)過濾的特征向量的步驟包括：

對于所述多個已存儲圖像中的每個已存儲圖像，與對所述已存儲圖像的引用一起存儲對應(yīng)于所述已存儲圖像的所述內(nèi)容的經(jīng)過濾的特征向量。

7.如權(quán)利要求1所述的方法，所述方法進一步包括步驟：

對于包括多個已存儲圖像的每個聚類，

基于所計算的距離量度，在樹形數(shù)據(jù)結(jié)構(gòu)中對所述多個已存儲圖像排序，其中，所述多個已存儲圖像中的每個圖像對應(yīng)于所述樹形數(shù)據(jù)結(jié)構(gòu)中的節(jié)點，并且其中，所述多個已存儲圖像中的一個圖像對應(yīng)于所述樹形數(shù)據(jù)結(jié)構(gòu)中的根節(jié)點。

8.如權(quán)利要求1所述的方法，所述方法進一步包括步驟：

將聚類標記為不關(guān)注的，

確定所取得的圖像是否相似于被標記為不關(guān)注的聚類中的圖像，并且如果成立，則刪除所取得的圖像。

9.如權(quán)利要求1所述的方法，所述方法進一步包括步驟：

將聚類標記為關(guān)注的，

確定所取得的圖像是否相似于被標記為關(guān)注的聚類中的圖像，并且如果成立，

則存儲所取得的圖像。

10.如權(quán)利要求9所述的方法，其中，存儲所取得的圖像的步驟包括將所取得的圖像存儲到云存儲中。

11.如權(quán)利要求1所述的方法，其中，所述匹配操作包括使用隨機采樣一致RANSAC算法。

12.如權(quán)利要求1所述的方法，其中，所述多個特征向量通過使用比例不變特征變換匹配SIFT算法或加速魯棒特征SURF算法來計算。