[發(fā)明專利]基于深度學(xué)習的圖像檢索方法及裝置

在審

• 申請?zhí)枺?/td>: 201710818218.1
• 申請日: 2017-09-12
• 公開（公告）號: CN107368614A
• 公開（公告）日: 2017-11-21
• 發(fā)明（設(shè)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(quán)）人: 重慶豬八戒網(wǎng)絡(luò)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(chǎn)權(quán)代理有限公司11514
• 代理人: 安娜

本發(fā)明涉及一種基于深度學(xué)習的圖像檢索方法及裝置，所述方法包括：將待檢索圖像輸入深度學(xué)習網(wǎng)絡(luò)，利用所述深度學(xué)習網(wǎng)絡(luò)獲取第一圖像特征，并得到所述待檢索圖像對應(yīng)的圖像類目；根據(jù)所述圖像類目從圖像特征庫中召回相關(guān)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(jù)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(jié)果返回給用戶。本發(fā)明提供的基于深度學(xué)習的圖像檢索方法及裝置，利用深度學(xué)習網(wǎng)絡(luò)提取圖像特征計算圖像之間的相似度，提高了相似圖像的檢索精度，利用深度學(xué)習網(wǎng)絡(luò)進行圖像分類，減少圖像召回的數(shù)量，提高了圖像檢索效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，具體涉及基于深度學(xué)習的圖像檢索方法及裝置。

背景技術(shù)

以往用戶往往基于文字進行相關(guān)內(nèi)容的檢索，但隨著大數(shù)據(jù)時代的到來，互聯(lián)網(wǎng)圖像資源的迅猛增長，人們對圖像對檢索方式提出了更高的要求，如何在大規(guī)模的圖像資源中快速有效地檢索到用戶需要的圖像是目前亟需解決的關(guān)鍵問題，尤其是在網(wǎng)絡(luò)購物、商標檢索、外觀專利檢索鄰域，基于圖像的檢索顯得尤為重要。

以商標為例，我國商標申請量呈逐年增長趨勢，截至2016年全國商標申請量達352萬件。商標近似查詢量是由商標申請量決定，隨著申請量的增長，全國對商標近似查詢需求也呈同樣的增長趨勢。但是，整體看我國商標申請通過率不高，商標局2015年全年共審查商標2338966件，其中駁回883650件(包含整體駁回和部分駁回)，駁回率達到38％，如此高的駁回率高表明行業(yè)在商標近似判斷環(huán)節(jié)存在較大提升空間?，F(xiàn)有的商標檢索方法大多通過文字檢索來比較相似案例，檢索效率低，漏檢情況嚴重。

現(xiàn)有的圖像檢索方法大多通過如Gabor濾波器、SIFT算法等方法提取圖像的特征，通過特征間的距離來進行相似度的比較。這些方法運算量大且耗時較長，檢索效率低。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供的基于深度學(xué)習的圖像檢索方法及裝置，提高了相似圖像的檢索精度和圖像檢索效率。

第一方面，本發(fā)明提供了一種基于深度學(xué)習的圖像檢索方法，包括：

將待檢索圖像輸入深度學(xué)習網(wǎng)絡(luò)，利用所述深度學(xué)習網(wǎng)絡(luò)獲取第一圖像特征，并得到所述待檢索圖像對應(yīng)的圖像類目；

根據(jù)所述圖像類目從圖像特征庫中召回相關(guān)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(jù)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(jié)果返回給用戶。

優(yōu)選地，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(jù)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(jié)果，包括：

根據(jù)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(jié)果。

優(yōu)選地，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(yīng)動態(tài)調(diào)整融合權(quán)重；

根據(jù)所述融合權(quán)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。

優(yōu)選地，所述自適應(yīng)動態(tài)調(diào)整融合權(quán)重包括：

根據(jù)所述召回圖像的圖像質(zhì)量和所述圖像特征庫中所述圖像類目下的圖像數(shù)量調(diào)整融合權(quán)重。