[發明專利]檢索方法、裝置及電子設備

在審

• 申請號: 201911034408.X
• 申請日: 2019-10-28
• 公開（公告）號: CN110765291A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 王勝;葉海
• 申請（專利權）人: 廣東三維家信息科技有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/535;G06F16/538;G06K9/62;G06N3/04;G06K9/46
• 代理公司: 11463 北京超凡宏宇專利代理事務所(特殊普通合伙)
• 代理人: 胡蓉

本發明提供了一種檢索方法、裝置及電子設備，涉及數據檢索技術領域，包括獲取待查詢數據的深度特征和局部特征；根據深度特征索引庫對待查詢數據的深度特征進行相似性排名檢索，得到排名檢索結果，其中，排名檢索結果的數量為多個；根據局部特征索引庫尋找排名檢索結果的局部特征；根據歐氏距離方法對待查詢數據的局部特征和排名檢索結果的局部特征進行相似度排序，得到檢索結果。本發明可以有效提升數據檢索效率。

技術領域

本發明涉及數據檢索技術領域，尤其是涉及一種檢索方法、裝置及電子設備。

背景技術

在家裝設計中，用戶或設計者通常對設計出的原始圖像數據通過網絡進行檢索，進而得到類別相同或相似的戶型、模型素材等圖像數據，為家裝提供選擇。但是，這種方法檢索得到的圖像數據，準確性較差，且為了尋找準確的圖像數據，需要逐步搜索，造成檢索過程比較繁瑣，效率低下。

發明內容

本發明的目的在于提供了一種檢索方法、裝置及電子設備，可以有效提升數據檢索效率。

第一方面，本發明提供了一種檢索方法，其中，包括：

獲取待查詢數據的深度特征和局部特征；

根據深度特征索引庫對所述待查詢數據的深度特征進行相似性排名檢索，得到排名檢索結果，其中，所述排名檢索結果的數量為多個；

根據局部特征索引庫尋找所述排名檢索結果的局部特征；

根據歐氏距離方法對所述待查詢數據的局部特征和所述排名檢索結果的局部特征進行相似度排序，得到檢索結果。

進一步的，所述獲取待查詢數據的深度特征和局部特征的步驟，包括：

根據深度神經網絡模型提取待查詢數據的深度特征；

根據所述特征編碼碼本對所述待查詢數據進行特征編碼，得到待查詢數據的局部特征。

進一步的，所述獲取待查詢數據的深度特征和局部特征的步驟之前，還包括：

獲取預設數據庫中的圖像數據；

基于深度神經網絡模型對所述圖像數據建立深度特征索引庫；

提取所述圖像數據的局部特征，并對所述局部特征進行降維處理得到特征編碼碼本；

根據所述特征編碼碼本對所述圖像數據進行局部特征編碼，得到局部特征索引庫。

進一步的，所述獲取預設數據庫中的圖像數據的步驟包括：

根據雙線性插值法對所述預設數據庫中的圖片調整為預設尺寸；

將調整后的所述預設數據庫中的圖片調整為預設像素；

基于預設尺寸和所述預設像素得到圖像數據。

進一步的，所述基于深度神經網絡模型對所述圖像數據建立深度特征索引庫的步驟，包括：

根據交叉熵損失函數對預設家具數據集進行訓練得到深度神經網絡模型；

根據所述深度神經網絡模型提取所述圖像數據的深度特征；

根據L2范數對所述深度特征進行歸一化處理，得到處理后的深度特征；

基于相似性搜索庫按照倒排索引方法對所述處理后的深度特征建立深度特征索引庫。

進一步的，所述對所述局部特征進行降維處理得到特征編碼碼本的步驟，包括：

根據主成分分析方法對所述局部特征進行降維處理，得到降維后的局部特征；

根據聚類算法提取所述降維后的局部特征的聚類信息，并根據所述聚類信息建立特征編碼碼本。