[發明專利]基于深度學習的圖像檢索方法及裝置

在審

• 申請號: 201710818218.1
• 申請日: 2017-09-12
• 公開（公告）號: CN107368614A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 鏑來;周紅偉;李凱;任偉;李慶;郭奇杰;周楊;劉川郁
• 申請（專利權）人: 重慶豬八戒網絡有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京酷愛智慧知識產權代理有限公司11514
• 代理人: 安娜

1.一種基于深度學習的圖像檢索方法，其特征在于，包括：

將待檢索圖像輸入深度學習網絡，利用所述深度學習網絡獲取第一圖像特征，并得到所述待檢索圖像對應的圖像類目；

根據所述圖像類目從圖像特征庫中召回相關圖像的圖像特征；

分別計算所述待檢索圖像的第一圖像特征與每個召回圖像的圖像特征的第一相似度概率；

根據所述第一相似度概率對所述召回圖像進行排序，將排序靠前的召回圖像作為檢索結果返回給用戶；

還包括：通過SIFT算法提取所述待檢索圖像的第二圖像特征，

分別計算所述待檢索圖像的第二圖像特征與每個召回圖像的圖像特征的第二相似度概率，

融合所述第一相似度概率和所述第二相似度概率得到融合相似度概率；

所述根據所述第一相似度概率對所述召回圖像進行排序，返回排序靠前的召回圖像作為檢索結果，包括：

根據所述融合相似度概率對所述召回圖像進行排序，返回排序靠前的召回圖像作為檢索結果；

所述融合所述第一相似度概率和所述第二相似度概率得到融合相似度概率，包括：

自適應動態調整融合權重；

根據所述融合權重融合所述第一相似度概率和所述第二相似度概率得到融合相似度概率；

所述自適應動態調整融合權重包括：

根據所述召回圖像的圖像質量和所述圖像特征庫中所述圖像類目下的圖像數量調整融合權重；自適應的動態調節融合權重，公式如下：

α＝q·n

其中，α為融合權重，q代表圖像質量，n為某一圖像類目在圖像特征庫中的圖像數量；

還包括：根據用戶對所述檢索結果的點擊情況，對所述檢索結果中的圖像進行標注，將用戶點擊的所述檢索結果中的圖像標注為正樣本，將用戶未點擊的所述檢索結果中的圖像標注為負樣本；將標注后的圖像作為樣本，利用機器學習方法優化所述排序模型。

2.根據權利要求1所述的方法，其特征在于，所述深度學習網絡的輸出層為SMV。

3.根據權利要求1所述的方法，其特征在于，所述根據所述第一相似度概率對所述召回圖像進行排序，將排序靠前的召回圖像作為檢索結果返回給用戶，包括：

根據所述第一相似度概率對所述召回圖像進行排序；

利用排序模型優化排序結果，其中，所述排序模型通過機器學習方法訓練得到；

將排序靠前的召回圖像作為檢索結果返回給用戶。

4.根據權利要求1所述的方法，其特征在于，還包括：

獲取新增的圖像，將新增圖像輸入所述深度學習網絡，得到所述新增圖像的圖像特征存入所述圖像特征庫。