[發明專利]圖像搜索方法、裝置、設備

在審

• 申請號: 202010102971.2
• 申請日: 2020-02-19
• 公開（公告）號: CN113282779A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 羅未萌;高飛宇;王永攀
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/55
• 代理公司: 北京太合九思知識產權代理有限公司 11610
• 代理人: 孫明子;劉戈

1.一種圖像搜索方法，其特征在于，包括：

獲取檢索輸入圖像，其中，所述檢索輸入圖像中包含多個第一文本塊；

從檢索目標數據庫中，選擇待處理圖像，其中，所述待處理圖像中包含多個第二文本塊；

根據所述多個第一文本塊生成第一圖結構特征，根據所述多個第二文本塊生成第二圖結構特征；

確定所述第一圖結構特征和所述第二圖結構特征滿足預設條件；

輸出所述待處理圖像作為搜索結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述多個第一文本塊生成第一圖結構特征，包括：

根據所述多個第一文本塊各自包含的文本內容，生成所述多個第一文本塊各自對應的語義向量；

根據所述多個第一文本塊彼此的位置關系，生成不同第一文本塊之間對應的位置關系向量；

生成由多組第一特征向量組成的所述第一圖結構特征，其中，每組第一特征向量由第一文本塊i對應的語義向量、第一文本塊j對應的語義向量以及第一文本塊i與第一文本塊j之間的位置關系向量組成，所述第一文本塊i是所述多個第一文本塊中的任一個，所述第一文本塊j是所述多個第一文本塊中除第一文本塊i外的任一個。

3.根據權利要求2所述的方法，其特征在于，所述根據所述多個第一文本塊各自包含的文本內容，生成所述多個第一文本塊各自對應的語義向量，包括：

對所述多個第一文本塊各自包含的詞語進行編碼，以獲得對應的詞向量；

對每個第一文本塊對應的多個詞向量進行求均值計算，以得到每個第一文本塊對應的語義向量。

4.根據權利要求2所述的方法，其特征在于，所述根據所述多個第一文本塊彼此的位置關系，生成不同第一文本塊之間對應的位置關系向量，包括：

對于所述第一文本塊i和所述第一文本塊j，確定所述第一文本塊i和所述第一文本塊j之間對應的位置關系向量包括如下至少一種比值：

所述第一文本塊i的寬高比；

所述第一文本塊j的寬度與所述第一文本塊i的高度的比值；

所述第一文本塊j與所述第一文本塊i的水平距離，與所述第一文本塊i的高度的比值；

所述第一文本塊j與所述第一文本塊i的垂直距離，與所述第一文本塊i的高度的比值。

5.根據權利要求1所述的方法，其特征在于，所述根據所述多個第二文本塊生成第二圖結構特征，包括：

根據所述多個第一文本塊和所述多個第二文本塊生成第二圖結構特征。

6.根據權利要求5所述的方法，其特征在于，所述根據所述多個第一文本塊和所述多個第二文本塊生成第二圖結構特征，包括：

根據所述多個第二文本塊各自包含的文本內容，生成所述多個第二文本塊各自對應的語義向量；

根據所述多個第二文本塊彼此的位置關系，生成不同第二文本塊之間對應的位置關系向量；

生成由多組第二特征向量和多組第三特征向量組成的所述第二圖結構特征，其中，每組第二特征向量由第二文本塊p對應的語義向量、第二文本塊q對應的語義向量以及第二文本塊p與第二文本塊q之間的位置關系向量組成，所述第二文本塊p是所述多個第二文本塊中的任一個，所述第二文本塊q是所述多個第二文本塊中除第二文本塊p外的任一個；每組第三特征向量中包括第一文本塊i對應的語義向量和第二文本塊p對應的語義向量，所述第一文本塊i是所述多個第一文本塊中的任一個。

7.根據權利要求1所述的方法，其特征在于，所述預設條件包括所述第一圖結構特征與所述第二圖結構特征的差異度小于設定閾值。