[發明專利]圖片檢索的方法、裝置及電子設備

有效

• 申請號: 201911131247.6
• 申請日: 2019-11-18
• 公開（公告）號: CN110851634B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 楊嘉華
• 申請（專利權）人: 廣東三維家信息科技有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

本發明提供了一種圖片檢索的方法、裝置及電子設備，包括：將最小化目標KL散度與目標互信息的差作為總優化目標，訓練卷積神經網絡編碼器模型；其中，最大化訓練圖片和通過卷積神經網絡編碼器模型獲取的特征向量之間的互信息，得到目標互信息；最小化特征向量和標準正態分布之間的KL散度，得到目標KL散度；基于訓練后的卷積神經網絡編碼器模型進行圖片檢索。本發明能夠在降低圖片檢索所需成本的同時提高檢索的精確度。

技術領域

本發明涉及圖片檢索技術領域，尤其是涉及一種圖片檢索的方法、裝置及電子設備。

背景技術

隨著互聯網信息技術的發展，互聯網上存儲的圖片數量呈現爆發式增長，為了更加高效的利用這些圖片信息，圖片檢索技術也逐漸成為研究熱點。現有的圖片檢索方法利用訓練好的深度卷積神經網絡，提取出圖片的獨特特征信息，如圖片的顏色、紋理、形狀、風格等，再將這些底層特征信息編碼成高層特征，然后與候選的高層特征進行搜索匹配，檢索出與待檢索的圖片的相似圖片。但是，現有的檢索方法精確度較低，同時需要人工標注大量的圖片，利用標注好的圖片訓練神經網絡，成本較高。

發明內容

有鑒于此，本發明的目的在于提供一種圖片檢索的方法、裝置及電子設備，以降低了圖片檢索所需的成本同時提高檢索的精確度。

為了實現上述目的，本發明實施例采用的技術方案如下：

第一方面，本發明實施例提供了一種圖片檢索的方法，包括：將最小化目標KL散度與目標互信息的差作為總優化目標，訓練卷積神經網絡編碼器模型；其中，最大化訓練圖片和通過卷積神經網絡編碼器模型獲取的特征向量之間的互信息，得到目標互信息；最小化特征向量和標準正態分布之間的KL散度，得到目標KL散度；基于訓練后的卷積神經網絡編碼器模型進行圖片檢索。

在一種實施方式中，目標互信息的計算公式為：

其中，I(x；z)表示輸入的訓練圖片x的分布與特征向量z的分布之間的互信息；p(x)表示輸入的訓練圖片x的分布；p(z)表示特征向量z的分布。

在一種實施方式中，目標KL散度的計算公式為：

其中，q(z)表示標準正態分布。

在一種實施方式中，總優化目標的計算公式為：

在一種實施方式中，卷積神經網絡編碼器模型包括：卷積層、批量歸一化層和最大池化層。

在一種實施方式中，基于訓練后的卷積神經網絡編碼器模型進行圖片檢索的步驟，包括：基于訓練后的卷積神經網絡編碼器模型提取待檢索圖片和候選圖片庫中圖片的特征，獲取待檢索圖片和候選圖片庫中圖片的特征向量；確定待檢索圖片的特征向量和候選圖片庫中每張圖片的特征向量之間的相似度；選擇預設數量的相似度滿足閾值的候選圖片庫中圖片作為檢索結果。

在一種實施方式中，確定待檢索圖片的特征向量和候選圖片庫中每張圖片的特征向量之間的相似度的步驟，包括：計算待檢索圖片的特征向量和候選圖片庫中每張圖片的特征向量之間的歐式距離；根據歐式距離，采用最近鄰搜索算法確定待檢索圖片的特征向量和候選圖片庫中每張圖片的特征向量之間的相似度。

第二方面，本發明實施例提供了一種圖片檢索的裝置，包括：模型訓練模塊，用于將最小化目標KL散度與目標互信息的差作為總優化目標，訓練卷積神經網絡編碼器模型；其中，最大化訓練圖片和通過卷積神經網絡編碼器模型獲取的特征向量之間的互信息，得到目標互信息；最小化特征向量和標準正態分布之間的KL散度，得到目標KL散度；圖片檢索模塊，用于基于訓練后的卷積神經網絡編碼器模型進行圖片檢索。