[發(fā)明專(zhuān)利]一種圖像檢索方法及終端

在審

• 申請(qǐng)?zhí)枺?/td>: 201611169213.2
• 申請(qǐng)日: 2016-12-16
• 公開(kāi)（公告）號(hào): CN106649688A
• 公開(kāi)（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 吳偉華;康春生;蔡復(fù)興
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市華尊科技股份有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 廣州三環(huán)專(zhuān)利代理有限公司44202
• 代理人: 郝傳鑫,熊永強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，具體涉及一種圖像檢索方法及終端。

背景技術(shù)

目前來(lái)看，以圖搜圖是通過(guò)搜索圖像文本或者視覺(jué)特征，為用戶(hù)提供互聯(lián)網(wǎng)上相關(guān)圖形圖像資料檢索服務(wù)的專(zhuān)業(yè)搜索引擎系統(tǒng)，是搜索引擎的一種細(xì)分。涉及了數(shù)據(jù)庫(kù)管理、計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別、信息檢索和認(rèn)知心理學(xué)等諸多學(xué)科。商用的圖像搜索引擎有谷歌圖像搜索和百度圖像搜索。這些搜索系統(tǒng)都是基于關(guān)鍵字和圖像標(biāo)簽的。基于關(guān)鍵字的圖像視頻檢索有著其本質(zhì)的缺點(diǎn)。圖像中內(nèi)容豐富，僅用幾個(gè)關(guān)鍵字或數(shù)句話(huà)很難表達(dá)清楚，而且不同的人對(duì)圖像有不同的理解，導(dǎo)致同一幅圖像可能會(huì)有相差很大的說(shuō)明。并且，現(xiàn)在圖像的數(shù)量呈爆炸式的增加，很多圖像只有很少的文字信息或者根本就沒(méi)有說(shuō)明文字，想要高效地索引這些圖像就需要人們手工的添加標(biāo)簽和說(shuō)明文字，對(duì)于大量的圖像來(lái)說(shuō)，這是非常繁重的工作。因此，通過(guò)樣本的搜索，到查詢(xún)圖像類(lèi)似的圖像搜索，已經(jīng)逐漸成為現(xiàn)代圖像搜索引擎中不可缺少的功能。一個(gè)有效的圖像相似性度量是在尋找類(lèi)似的圖像的核心。

現(xiàn)有技術(shù)中，對(duì)于以圖搜圖算法，常用的方法種類(lèi)比較多，比如基于顏色、紋理和形狀等。深度訓(xùn)練是一種目的在于建立、模擬人腦進(jìn)行分析訓(xùn)練的深度網(wǎng)絡(luò)，它模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)。通過(guò)組合低層特征形成更加抽象的高層表示屬性類(lèi)別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。它顯著的優(yōu)點(diǎn)是可抽象出高級(jí)特征，構(gòu)建出復(fù)雜高性能的模型。基于深度特征訓(xùn)練的以圖搜圖方法主要包括兩個(gè)步驟：一是特征提取，提取可靠穩(wěn)定的特征表達(dá)圖像內(nèi)容；二是特征相似度度量，將不同圖像特征進(jìn)行比較和相似度排序，但是，由于得到的相似性特征較為復(fù)雜，因而，圖像的檢索效率較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種圖像檢索方法及終端，以期降低相似性特征的復(fù)雜度，從而，提高圖像檢索效率。

本發(fā)明實(shí)施例第一方面提供了一種圖像檢索方法，包括：

獲取三元組樣本，其中，所述三元組樣本包括：待查詢(xún)圖像，正樣本圖像和負(fù)樣本圖像；

采用預(yù)設(shè)卷積網(wǎng)絡(luò)對(duì)所述三元組樣本進(jìn)行訓(xùn)練，得到圖像特征三元組，其中，所述預(yù)設(shè)卷積網(wǎng)絡(luò)至少包含四個(gè)卷積層和一個(gè)平均池化層；

將所述圖像特征三元組映射為目標(biāo)哈希編碼；

采用預(yù)設(shè)三元組排序損失模型對(duì)所述目標(biāo)哈希編碼進(jìn)行訓(xùn)練，得到目標(biāo)相似性特征。

可選地，所述將所述圖像特征三元組映射為目標(biāo)哈希編碼，包括：

將所述圖像特征三元組中處于所述預(yù)設(shè)卷積網(wǎng)絡(luò)的指定層特征分割成等長(zhǎng)的Q個(gè)片段，所述Q為大于1的整數(shù)；

通過(guò)所述預(yù)設(shè)卷積網(wǎng)絡(luò)的全連接層分別將所述Q個(gè)片段映射成一維向量，得到所述Q個(gè)一維向量；

通過(guò)sigmoid激活函數(shù)將所述Q個(gè)一維向量的值限制在0到1之間，得到所述Q個(gè)目標(biāo)一維向量；

按照如下公式將所述Q個(gè)目標(biāo)一維向量的值轉(zhuǎn)換成二進(jìn)制的哈希編碼，得到所述Q個(gè)哈希編碼：

其中：ε為預(yù)設(shè)閾值，s為一維向量的任一位，H為哈希編碼；

將所述Q個(gè)哈希編碼進(jìn)行連接，得到所述目標(biāo)哈希編碼。

可選地，所述采用預(yù)設(shè)三元組排序損失模型對(duì)所述目標(biāo)哈希編碼進(jìn)行訓(xùn)練，得到目標(biāo)相似性特征，包括：

按照如下公式對(duì)所述目標(biāo)哈希編碼進(jìn)行訓(xùn)練，得到目標(biāo)相似性特征：

其中，I_q表示所述待查詢(xún)圖像，q表示卷積最大激活區(qū)域，I⁺表示所述正樣本圖像，I^-表示所述負(fù)樣本圖像，m為常數(shù)，l(I_q,I⁺,I^-)為目標(biāo)相似性特征。

可選地，所述預(yù)設(shè)卷積網(wǎng)絡(luò)的每一卷積層插入了1×1的濾波卷積層，且所述每一卷積層包含矯正激活函數(shù)。

可選地，所述采用預(yù)設(shè)三元組排序損失模型對(duì)所述目標(biāo)哈希編碼進(jìn)行訓(xùn)練，得到目標(biāo)相似性特征之后，所述方法還包括：

根據(jù)所述目標(biāo)相似性特征，確定所述待查詢(xún)圖像與預(yù)設(shè)圖像庫(kù)中的N張圖像中的每一圖像之間的漢明距離，得到所述N個(gè)漢明距離值，所述N為正整數(shù)；將所述N個(gè)漢明距離值中的最小值對(duì)應(yīng)的圖像作為目標(biāo)圖像。

本發(fā)明實(shí)施例第二方面提供了一種終端，包括：

獲取單元，用于獲取三元組樣本，其中，所述三元組樣本包括：待查詢(xún)圖像，正樣本圖像和負(fù)樣本圖像；

第一訓(xùn)練單元，用于采用預(yù)設(shè)卷積網(wǎng)絡(luò)對(duì)所述三元組樣本進(jìn)行訓(xùn)練，得到圖像特征三元組，其中，所述預(yù)設(shè)卷積網(wǎng)絡(luò)至少包含四個(gè)卷積層和一個(gè)平均池化層；