[發明專利]一種目標查重方法及裝置

有效

• 申請號: 201810219341.6
• 申請日: 2018-03-16
• 公開（公告）號: CN108563692B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 趙曉萌;魯夢夢;張如高
• 申請（專利權）人: 新智認知數據服務有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/62
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 馬永芬

本發明提供的目標查重方法，先獲取目標圖像和其對應的檢索數據庫中的待匹配圖像，然后將所述目標圖像依次與每個待匹配圖像進行比較，計算所述目標圖像與每個待匹配圖像的參考置信度；通過選取排序在前的預設數量的參考置信度來計算置信度修正模型；根據所述置信度修正模型對目標圖像對應的每個參考置信度進行修正得到置信度修正值；最后根據所述置信度修正值確定檢索數據庫中的與所述目標圖像相同的圖像，從而得到與目標圖像相同的圖像，實現了目標查重。該方法通過置信度修正模型避免了圖片質量較差等不同圖片的置信度差別較大的問題，使得修正后的置信度的可區分行更好，可以得到更好的查重結果。

技術領域

本發明涉及圖像處理領域，具體涉及一種目標查重方法及裝置。

背景技術

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。圖像識別以圖像的主要特征為基礎，識別出圖像中的特定目標。其中，目標識別則是圖像識別中的一項重要技術，目標識別系統主要包括四個組成部分，分別為：目標圖像采集及檢測、目標圖像預處理、目標圖像特征提取以及匹配與識別。

目標查重是在目標圖像特征的基礎上的一項后續任務，通過學習算法得到目標圖像的特征，再依據特征空間中的度量來建立目標圖片間的置信度度量，通過目標的置信度度量完成后續的查重任務。例如目標查詢庫中的數據量為M，目標檢索庫中的數據量為N。針對目標的個體身份信息，對數據庫進行建模檢索，需經過兩重循環檢索，即將每個目標查詢庫中的數據與目標檢索庫中的數據依次進行比較，通過M次1：N的檢索任務得到檢索結果，再進行整體排序，從而查找出查詢庫與檢索庫中存在相同個體身份的目標圖片。

目前目標查重技術現有如下缺點：缺乏統一的度量準則，即針對不同查詢目標圖片，給出的置信度分布差異較大，另外即便在1比N檢索時能取得正確的檢索結果，檢索結果雖然排序正確，但由于整體置信度較低，則會在查重中漏掉該重復樣本。

發明內容

因此，本發明要解決的技術問題在于現有技術中的查重方法中置信度分布差異大，對于整體置信度較低的數據容易漏掉的缺陷。

本發明提供一種目標查重方法，包括如下步驟：獲取目標圖像和其對應的檢索數據庫中的待匹配圖像；將所述目標圖像依次與每個待匹配圖像進行比較，計算所述目標圖像與每個待匹配圖像的參考置信度；根據數值大小選取排序在前的預設數量的參考置信度，計算置信度修正模型；根據所述置信度修正模型對目標圖像對應的每個參考置信度進行修正得到置信度修正值；根據所述置信度修正值確定檢索數據庫中的與所述目標圖像相同的圖像。

優選地，所述計算所述目標圖像與每個待匹配圖像的參考置信度的步驟，包括：將目標圖像的特征與待匹配圖像的特征降低到低維空間；采用歐式距離計算目標圖像與待匹配圖像之間的置信度。

優選地，根據數值大小選取排序在前的預設數量的參考置信度，計算置信度修正模型的步驟，包括：計算排序在前的預設數量的參考置信度的平均值作為置信度修正模型。

優選地，根據所述置信度修正模型對目標圖像對應的每個參考置信度進行修正得到置信度修正值的步驟，包括：將參考置信度與置信度修正模型做差值比較；構造損失函數使得參考置信度所述差值的平方和達到極小。

此外，本發明還提供一種目標數據庫中的目標查重方法，包括：獲取目標數據庫中的目標圖像；針對每個目標圖像采用權所述的方法進行目標查重；獲得目標數據庫中出現的重復目標。

此外，本發明還提供一種目標查重裝置，包括如下步驟：圖像獲取單元，用于獲取目標圖像和其對應的檢索數據庫中的待匹配圖像；比較單元，用于將所述目標圖像依次與每個待匹配圖像進行比較，計算所述目標圖像與每個待匹配圖像的參考置信度；參考單元，用于根據數值大小選取排序在前的預設數量的參考置信度，計算置信度修正模型；修正單元，用于根據所述置信度修正模型對目標圖像對應的每個參考置信度進行修正得到置信度修正值；輸出單元，用于根據所述置信度修正值確定檢索數據庫中的與所述目標圖像相同的圖像。