[發明專利]一種圖片檢索方法、裝置、終端設備及存儲介質

有效

• 申請號: 202010134572.4
• 申請日: 2020-03-02
• 公開（公告）號: CN111444363B
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 潘谷;侯玉清
• 申請（專利權）人: 高新興科技集團股份有限公司
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06F16/532;G06F16/583
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發明涉及一種圖片檢索方法、裝置、終端設備及存儲介質，該方法包括：獲取待檢索圖片；獲取待檢索特征向量；獲取圖片樣本集及與其對應的特征向量集；以第一預設數目作為類簇數對特征向量集進行聚類，得到第一聚類簇集合；基于預設的分配規則，將第一聚類簇集合中數據量小于預設的第一閾值的聚類簇內的元素分配至其余的聚類簇內，得到更新后的第一聚類簇集合；在更新后的第一聚類簇集合中，選取中心點與待檢索特征向量之間的距離最小的第二預設數目個聚類簇，建立第二聚類簇集合；在第二聚類簇集合中，檢索出與待檢索特征向量之間的距離最小的第三預設數目個元素，并將圖片樣本集中對應的圖片作為圖片檢索結果。采用本發明能準確地實現圖片檢索。

技術領域

本發明涉及圖像檢索技術領域，尤其涉及一種圖片檢索方法、裝置、終端設備及存儲介質。

背景技術

隨著信息技術的發展，圖片檢索已經深入應用到社會和生活的許多方面。

目前，一般是通過聚類算法將預設的圖片數據庫中的全量圖片對應的特征向量聚為多個聚類簇，再將待檢索圖片的特征向量與多個聚類中心進行比較，以找出距離最近的一個聚類簇，然后將待檢索圖片的特征向量與該聚類簇內的元素進行比較，找出最相似的若干條元素，再將與最相似的若干條元素對應的圖片作為圖片檢索結果，從而實現圖片檢索。然而，發明人在實施本發明的過程中發現，由于在將預設的圖片數據庫中的全量圖片對應的特征向量聚類的過程中，產生過小類(包含的數據量很小的聚類簇)的概率非常大，如果與待檢索圖片的特征向量的距離最近的聚類簇為過小類，并在其中進行圖片檢索，會因數據量較小而容易導致得到錯誤的圖片檢索結果，但目前在進行圖片檢索時并未對聚類得到的過小類進行處理，因此存在圖片檢索準確率低的問題。

發明內容

本發明實施例提供一種圖片檢索方法、裝置、終端設備及存儲介質，能夠對圖片檢索過程中產生的數據量過小的聚類簇進行處理，從而準確地實現圖片檢索。

為了實現上述目的，第一方面，本發明實施例提供一種圖片檢索方法，包括：

獲取待檢索圖片；

對所述待檢索圖片進行特征提取，得到待檢索特征向量；

獲取圖片樣本集及與其相對應的特征向量集；

以第一預設數目作為類簇數，對所述特征向量集進行聚類，得到第一聚類簇集合；

基于預設的分配規則，將所述第一聚類簇集合中數據量小于預設的第一閾值的聚類簇內的元素，分配至其余的聚類簇內，得到更新后的第一聚類簇集合；

在所述更新后的第一聚類簇集合中，選取中心點與所述待檢索特征向量之間的距離最小的第二預設數目個聚類簇，建立第二聚類簇集合；

在所述第二聚類簇集合中，檢索出與所述待檢索特征向量之間的距離最小的第三預設數目個元素，并將所述圖片樣本集中與所述第三預設數目個元素對應的圖片，作為圖片檢索結果。

作為上述方案的改進，所述獲取圖片樣本集及與其相對應的特征向量集，具體包括：

計算預設的圖片數據庫中各個圖片集之間的分離度；其中，所述圖片數據庫中包含若干個圖片集，每兩個圖片集之間的分離度等于該兩個圖片集的采集時間之差的絕對值和采集地點的距離之和；

分別以采集時間和采集地點作為分層維度，對所述圖片數據庫中分離度最高的兩個圖片集中的圖片進行分層抽樣，抽取出第四預設數目張圖片作為圖片樣本集；

獲取所述圖片樣本集中各圖片的特征向量，建立特征向量集。

作為上述方案的改進，所述對所述特征向量集進行聚類，得到第一預設數目個聚類簇，具體包括：

S1：初始化第一預設數目個中心點；其中，每個中心點對應一個聚類簇；