[發明專利]搜索方法、裝置、電子設備和存儲介質在審
| 申請號: | 202010587059.0 | 申請日: | 2020-06-24 |
| 公開(公告)號: | CN111949814A | 公開(公告)日: | 2020-11-17 |
| 發明(設計)人: | 侯柏岑 | 申請(專利權)人: | 百度在線網絡技術(北京)有限公司 |
| 主分類號: | G06F16/583 | 分類號: | G06F16/583;G06F16/9535;G06F16/9538 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 韓海花 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 搜索 方法 裝置 電子設備 存儲 介質 | ||
1.一種搜索方法,包括:
接收客戶端的搜索請求,其中,所述搜索請求包括繪制圖像以及與所述繪制圖像對應的文本描述信息;
提取所述繪制圖像的第一圖像特征信息,并提取所述文本描述信息的第一文本特征信息;
根據所述第一圖像特征信息和所述第一文本特征信息進行搜索,以得到搜索結果集合;以及
將所述搜索結果集合返回給所述客戶端。
2.根據權利要求1所述的方法,其中,所述根據所述第一圖像特征信息和所述第一文本特征信息進行搜索,以得到搜索結果集合,包括:
根據所述第一圖像特征信息進行搜索,以得到與所述第一圖像特征信息匹配的候選搜索結果集合,其中,所述候選搜索結果集合包括多個候選搜索結果;
獲取每個所述候選搜索結果對應的第二文本特征信息;
確定所述第一文本特征信息和每個所述候選搜索結果對應的第二文本特征信息之間的相似度;
根據所述相似度,對所述多個候選搜索結果進行排序,以得到排序結果;以及
從所述排序結果中選擇出排序在前的N個候選搜索結果,生成所述搜索結果集合,其中,N為大于1的整數。
3.根據權利要求1所述的方法,其中,所述根據所述第一圖像特征信息和所述第一文本特征信息進行搜索,以得到搜索結果集合,包括:
對所述第一圖像特征信息和所述第一文本特征信息進行融合,以得到融合特征信息;以及
根據所述融合特征信息進行搜索,以獲取與所述查詢融合特征信息匹配的所述搜索結果集合。
4.根據權利要求3所述的方法,其中,所述對所述第一圖像特征信息和所述第一文本特征信息進行融合,以得到融合特征信息,包括:
將所述第一文本特征信息和所述第一圖像特征信息進行拼接,以得到所述融合特征信息。
5.根據權利要求1所述的方法,其中,所述提取所述繪制圖像的第一圖像特征信息,包括:
將所述繪制圖像輸入到圖像特征提取模型中,以得到所述繪制圖像的第一圖像特征信息。
6.根據權利要求5所述的方法,其中,在所述將所述繪制圖像輸入到圖像特征提取模型中,以得到所述繪制圖像的第一圖像特征信息之前,所述方法還包括:
提取所述繪制圖像的輪廓線信息;
根據所述輪廓線信息,確定所述繪制圖像中物體的物體類別;以及
根據所述物體類型,獲取所述物體類型對應的所述圖像特征提取模型。
7.根據權利要求6所述的方法,其中,在所述根據所述物體類型,獲取所述物體類型對應的所述圖像特征提取模型之前,所述方法還包括:
獲取與所述物體類別對應的歷史樣本繪制圖像;
從所述歷史樣本繪制圖像中提取第二圖像特征信息;以及
根據所述歷史繪制圖像和所述第二圖像特征信息訓練深度神經網絡,以得到所述圖像特征提取模型。
8.根據權利要求1所述的方法,其中,所述提取所述文本描述信息的第一文本特征信息,包括:
從所述文本描述信息中提取出屬性關鍵詞和/或實體關鍵詞;以及
根據所述屬性關鍵詞和/或實體關鍵詞,生成所述文本描述信息的第一文本特征信息。
9.一種搜索裝置,包括:
接收模塊,用于接收客戶端的搜索請求,其中,所述搜索請求包括繪制圖像以及與所述繪制圖像對應的文本描述信息;
第一提取模塊,用于提取所述繪制圖像的第一圖像特征信息,并提取所述文本描述信息的第一文本特征信息;
搜索模塊,用于根據所述第一圖像特征信息和所述第一文本特征信息進行搜索,以得到搜索結果集合;以及
返回模塊,用于將所述搜索結果集合返回給所述客戶端。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司,未經百度在線網絡技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010587059.0/1.html,轉載請聲明來源鉆瓜專利網。





