[發明專利]一種基于Siamese網絡的圖像檢索方法及系統

在審

• 申請號: 201710044838.4
• 申請日: 2017-01-20
• 公開（公告）號: CN106909625A
• 公開（公告）日: 2017-06-30
• 發明（設計）人: 王生進;劉紫瓊
• 申請（專利權）人: 清華大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 湯財寶

技術領域

本發明涉及圖像檢索技術領域，更具體地，涉及一種基于Siamese網絡的圖像檢索方法及系統。

背景技術

隨著手機、相機等電子設備的日漸普及以及互聯網和計算機技術的快速發展，圖片和視頻數據成爆炸式增長，達到了海量規模。如何有效利用豐富的多媒體資源是大數據時代需要面臨的挑戰和急需的關鍵技術。基于內容的圖像搜索技術是深度利用和管理海量圖片數據的關鍵技術之一，也是計算機視覺領域和多媒體領域的前沿課題。不僅如此，圖像搜索技術在實際生活中也有著重要的應用。目前正在步入安防社會，攝像頭已遍布在生活中的各個場所，圖像搜索可以在海量的監控視頻中查找到特定的目標，比如某輛車、某個人或者某個物體，為警方破案提供關鍵線索。圖像搜索技術也使得日常生活更加智能和便捷，人們可以隨時隨地拍攝喜歡的衣服或者物品，然后根據圖片在網上商城查找相關的商品。因此，圖像搜索具有廣泛的應用前景。

目前圖像搜索多采用基于局部不變特征的詞袋模型，該方法雖然能較好的捕捉圖像局部的紋理特性，但是對圖像的全局信息、語義信息等描述能力較差。此外，基于局部特征的詞袋模型利用倒排表進行快速的圖像搜索，由于倒排表的內存和檢索效率的限制，該方法在實際的大規模的圖像檢索應用中能夠索引的圖像數目有限。隨著深度學習技術的在圖像分類和檢測中的進展，預訓練的網絡提取的特征在圖像檢索中也展示了其有效性。然而，圖像檢索不同于圖像分類，圖像檢索要求精準匹配，由于物體類別繁多，每一種類的物體很多，在面對開放的圖像匹配檢索的過程中，模板圖像非常多，因此，對每一模板圖像提取的特征比較少，圖像檢索的精度存在著很大的挑戰。

發明內容

本發明提供一種克服上述問題或者至少部分地解決上述問題的基于Siamese網絡的圖像檢索方法及系統，能夠提高圖像檢索的準確度。

根據本發明的一個方面，提供了一種基于Siamese網絡的圖像檢索方法，包括：

S1，將待檢索圖像輸入訓練后的單支Siamese網絡，以便通過所述單支Siamese網絡提取出所述待檢索圖像的深度網絡特征；

S2，計算所述待檢索圖像的深度網絡特征與數據庫中每一個模板圖像的深度網絡特征之間的相似度，該相似度表征待檢索圖像與每一個模板圖像之間的相似度；

S3，將與所述待檢索圖像的相似度最大的模板圖像確定為所述待檢索圖像對應的檢索結果圖像。

根據本發明的另一個方面，還提供了一種基于Siamese網絡的圖像檢索系統，包括：

第一特征提取模塊，用于將待檢索圖像輸入訓練后的單支Siamese網絡，以便通過所述單支Siamese網絡提取出所述待檢索圖像的深度網絡特征；

相似度計算模塊，用于計算所述待檢索圖像的深度網絡特征與數據庫中每一個模板圖像的深度網絡特征之間的相似度，該相似度表征待檢索圖像與每一個模板圖像之間的相似度；

確定模塊，用于將與所述待檢索圖像的相似度最大的模板圖像確定為所述待檢索圖像對應的檢索結果圖像。

本發明的有益效果為：通過構建Siamese網絡，并對構建的Siamese網絡進行訓練，通過訓練后的Siamese網絡提取圖像的深度網絡特征，隨后將待檢索圖像的深度網絡特征與每一個模板圖像的深度網絡特征進行相似性的計算，與待檢索圖像的特征最相似的模板圖像即為檢索結果圖像，使用訓練后的Siamese網絡提取圖像的深度網絡特征具有很高的鑒別力，因此使得Siamese網絡用在圖像檢索領域具有很高的精確性。

附圖說明

圖1為本發明一個實施例的基于Siamese網絡的圖像檢索方法流程圖；

圖2為構建的雙分支Siamese網絡架構圖；

圖3為本發明另一個實施例的基于Siamese網絡的圖像檢索系統示意圖；

圖4為本發明又一個實施例的基于Siamese網絡的圖像檢索系統整體框圖。

具體實施方式

下面結合附圖和實施例，對本發明的具體實施方式作進一步詳細描述。以下實施例用于說明本發明，但不用來限制本發明的范圍。

參見圖1，為本發明一個實施例的基于Siamese網絡的圖像檢索方法，包括：