[發明專利]數據檢索的方法和裝置

在審

• 申請號: 201811298840.5
• 申請日: 2018-11-02
• 公開（公告）號: CN110874417A
• 公開（公告）日: 2020-03-10
• 發明（設計）人: 王正;趙章云;傅蓉蓉
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/53;G06F16/583;G06F16/55;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開一種數據檢索方法，具體包括數據準備過程和數據檢索過程兩部分。在數據準備過程中，將數據庫原始數據劃分為第一類數據和第二類數據。數據檢索過程中，在第一類數據中確定第一檢索范圍，并在第一檢索范圍中檢索待檢索數據，獲得第一檢索結果。在第二類數據的全部數據中檢索待檢索數據，獲得第二檢索結果。最后，從第一檢索結果和第二檢索結果中確定最終檢索結果，以此解決數據檢索過程存在的檢索速度和檢索精度的問題。

技術領域

本申請涉及計算機領域，尤其涉及一種數據檢索的方法和裝置。

背景技術

隨著計算機技術的發展，基于圖像的檢索方法被應用于越來越多的領域。例如，公安系 統利用實時采集的人像數據與數據庫內數據進行比對，可以識別罪犯。交通系統利用實時采 集車牌信息可以準確定位車輛行駛軌跡，用于查找肇事車輛。上述應用場景中，數據庫中存 儲大量數據，且隨著采集數據的不斷增多，檢索過程中需要比對的數據也越來越多，這就給 圖像檢索速度和精度帶來了極大挑戰。如何提供一種既能保證圖像檢索精度，又能提升圖像 檢索速度的方法成為圖像檢索領域亟待解決的問題。

發明內容

本申請提供了一種數據檢索的方法和裝置，可以既保證檢索速度，又提升檢索精度。

第一方面，提供一種數據檢索的方法，該方法包括：將數據庫中N個數據劃分為第一類 數據和第二類數據，N≥2。在第一類數據中確定第一檢索范圍，并在第一檢索范圍中檢索待 檢索數據，獲得第一檢索結果，其中，第一檢索范圍中的數據為第一類數據的子集。在第二 類數據的全部范圍中檢索待檢索數據，獲得第二檢索結果。最后，從第一檢索結果和第二檢 索結果中確定待檢索數據最終的檢索結果。具體地，計算待檢索數據和第一類數據的第一檢 索范圍中各個數據的歐式距離，確定與待檢索數據距離最近的數據為第一檢索結果；以及計 算待檢索數據和各個第二類數據的歐式距離，確定與待檢索數據距離最近的數據為第二檢索 結果；再取與待檢索數據歐式距離最近的一個檢索結果為最終的檢索結果。通過上述過程的 描述，將原始數據庫中數據劃分為第一類數據和第二類數據，第一類數據是影響檢索精度的 數據，第二類數據是影響檢索速度的數據，分別在第一類數據中執行縮小檢索范圍的檢索， 在第二類數據中執行暴力檢索，再根據兩類數據的檢索結果獲得最終的檢索結果，以此實現 既保證檢索精度，又保證檢索速度的目的。

在一種可能的實現方式中，按照聚類算法將所述N個數據劃分為M個簇，每個數據對應 一個簇，每個簇有一個中心點，每個數據與其所歸屬的簇的中心點具有接近的相似度，M≥2， 每個簇的簇索引用于唯一標識一個簇。那么，第二類數據為各個簇的邊緣點的數據的集合， 第一類數據為原始數據庫中除第二類數據以外的其他數據的集合。通過上述描述，可以將原 始數據劃分為兩類數據，進而識別出影響檢索精度的第二類數據。

可選地，第二類數據為各個簇的邊緣點的數據的集合。邊緣點為以其為中心，第一閾值 為半徑的范圍內包含兩個或兩個以上簇的數據的數據。則第一類數據為原始數據庫中除第二 類數據以外的數據。

在另一種可能的實現方式中，還可以按照預置算法將第一類數據劃分為多個層，每個層 中包括至少一個第一類數據，每個第一類數據歸屬于一個層，每個層的層索引用于唯一標識 一個層。通過上述描述，將第一類數據劃分為多個層，數據檢索中可以結合第一類數據的簇 和層的劃分選擇檢索范圍，在第一類數據中實現縮小檢索范圍的檢索，減少檢索時間，提升 檢索效率。

在另一種可能的實現方式中，將N個數據劃分為第一類數據和第二類數據包括：從M個 簇中選擇比對簇；再從N個數據中選擇z個參考數據，1≤z≤N；針對每個參考數據執行下述 數據分類處理：根據當前參考數據在數據庫中檢索得到待分類數據，其中，待分類數據為與 當前參考數據相似度接近的數據；確定待分類數據是否屬于所述比對簇，如果是，將待分類 數據劃分到第一類數據，如果否，將待分類數據劃分至第二類數據。通過上述一輪數據分類 處理過程的描述，原始數據可以被劃分為一組第一類數據和第二類數據的組合，數據檢索中 可以在不同類型的數據中采用不同檢索方式，在保證檢索精度的同時，提升檢索速度。