[發明專利]一種圖像檢索方法和裝置

在審

• 申請號: 201711364358.2
• 申請日: 2017-12-18
• 公開（公告）號: CN108021693A
• 公開（公告）日: 2018-05-11
• 發明（設計）人: 史培培;王濤
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種圖像檢索方法，其特征在于，包括：

獲取待檢索的檢索圖像；

提取所述檢索圖像的深度特征；

基于預置的降維矩陣，降低所述深度特征的維度，得到經過降維的深度特征，其中，所述降維矩陣為預先訓練得到的線性判別分析的投影矩陣的前指定列所構成的矩陣；

從預置的圖像庫中，檢索與所述經過降維的深度特征匹配的至少一幅目標圖像。

2.根據權利要求1所述的圖像檢索方法，其特征在于，所述提取所述檢索圖像的深度特征，包括：

基于預先訓練得到的卷積神經網絡模型，提取出所述檢索圖像的深度特征。

3.根據權利要求1所述的圖像檢索方法，其特征在于，所述提取所述檢索圖像的深度特征，包括：

提取所述檢索圖像的深度特征的向量；

所述基于預置的降維矩陣，降低所述深度特征的維度，包括：

將所述深度特征的向量與所述預置的降維矩陣相乘，以得到經過降維的深度特征向量。

4.根據權利要求1所述的圖像檢索方法，其特征在于，所述從預置的圖像庫中，檢索與所述經過降維的深度特征匹配的至少一幅目標圖像，包括：

分別確定所述經過降維的深度特征與預置的特征庫中的每個特征之間的深度特征匹配度；

按照所述深度特征匹配度從高到低的順序，從所述特征庫中，匹配出所述深度特征匹配度排序靠前的預設數量個目標特征，所述特征庫包括用于匹配圖像的多個特征；

從預置的圖像庫中，分別檢索與所述預設數量個目標特征相匹配的至少一幅目標圖像。

5.根據權利要求1所述的圖像檢索方法，其特征在于，所述線性判別分析的投影矩陣通過如下方式得到：

獲取包含m個圖像樣本的數據集，其中，所述數據集中包括c個類別樣本集合，c為大于等于2的自然數，且m為大于等于2的自然數；

利用預先訓練得到的卷積神經網絡模型，提取所述數據集中所有圖像樣本的深度特征，得到每個所述圖像樣本的深度特征向量；

基于每個所述圖像樣本的深度特征向量，分別計算每個所述類別樣本集合的深度特征平均值，以及所有類別樣本集合的深度特征的總平均值；

利用每個所述類別樣本集合的深度特征平均值以及所述所有類別樣本集合的深度特征的總平均值，計算所述數據集的類間離散度矩陣以及類內離散度矩陣；

基于線性判別分析的鑒別準則，所述類間離散度矩陣以及類內離散度矩陣，計算投影矩陣。

6.一種圖像檢索裝置，其特征在于，包括：

圖像獲取單元，用于獲取待檢索的檢索圖像；

特征提取單元，用于提取所述檢索圖像的深度特征；

特征降維單元，用于基于預置的降維矩陣，降低所述深度特征的維度，得到經過降維的深度特征，其中，所述降維矩陣為預先訓練得到的線性判別分析的投影矩陣的前指定列所構成的矩陣；

圖像檢索單元，用于從預置的圖像庫中，檢索與所述經過降維的深度特征匹配的至少一幅目標圖像。

7.根據權利要求6所述的圖像檢索裝置，其特征在于，所述特征提取單元，包括：

特征提取子單元，用于基于預先訓練得到的卷積神經網絡模型，提取出所述檢索圖像的深度特征。

8.根據權利要求6所述的圖像檢索裝置，其特征在于，所述特征提取單元具體用于，提取所述檢索圖像的深度特征的向量；

所述特征降維矩陣，包括：

特征降維子矩陣，用于將所述深度特征的向量與所述預置的降維矩陣相乘，以得到經過降維的深度特征向量。