[發明專利]數據檢索方法、裝置以及計算機可讀存儲介質

有效

• 申請號: 202011302942.7
• 申請日: 2020-11-19
• 公開（公告）號: CN112418298B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 程子翰;田國棟
• 申請（專利權）人: 北京云從科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/903
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙) 11482
• 代理人: 屠曉旭;宋寶庫

1.一種數據檢索方法，應用于人臉識別，其特征在于，所述方法包括：

利用PQ算法并且根據待檢索向量與當前目標向量樣本組，獲取與所述待檢索向量和所述當前目標向量樣本組對應的向量距離查詢表；其中，所述向量距離查詢表指的是由多個浮點型向量距離組成的數據表，浮點型向量距離指的是待檢索向量中的每個子檢索向量與每個子檢索向量各自對應的聚類中心向量組中的每個聚類中心向量之間的浮點型向量距離，子檢索向量對應的聚類中心向量組是在基于當前目標向量樣本組與待檢索向量構建的向量碼本中與子檢索向量對應的聚類中心向量組；所述待檢索向量是人臉圖像的人臉特征向量，所述目標向量樣本組是由多個人臉特征向量樣本組成的數據組；

將所述向量距離查詢表中的浮點型向量距離轉換為整型向量距離，以形成整型向量距離查詢表；

根據所述整型向量距離查詢表獲取所述當前目標向量樣本組中的每個人臉特征向量樣本與所述待檢索向量之間的第一整型向量距離；

按照距離值選取一個或多個所述第一整型向量距離對應的人臉特征向量樣本作為與所述待檢索向量相似的相似向量樣本。

2.根據權利要求1所述的數據檢索方法，其特征在于，“將所述向量距離查詢表中的浮點型向量距離轉換為整型向量距離”的步驟具體包括：

獲取所述向量距離查詢表中的最大浮點型向量距離；

根據所述最大浮點型向量距離并且按照下式所示的方法將所述向量距離查詢表中的每個浮點型向量距離分別轉換為整型向量距離：

其中，所述V_{quantized_i}表示對所述向量距離查詢表中的第i個浮點型向量距離V_{flooat_i}轉換后得到的整型向量距離，所述V_max表示所述最大浮點型向量距離。

3.根據權利要求1所述的數據檢索方法，其特征在于，在“利用PQ算法并且根據待檢索向量與當前目標向量樣本組，獲取與所述待檢索向量和所述當前目標向量樣本組對應的向量距離查詢表”的步驟之前，所述方法還包括：

分別對所述當前目標向量樣本組中的每個向量樣本進行向量分割，并且根據向量分割的結果獲取所述每個向量樣本各自對應的m個維度是d₁/m的子向量樣本；所述d₁是向量樣本的維度且d₁＞m＞1；

獲取所述每個向量樣本各自對應的每個子向量樣本中向量分割排列順序相同的子向量樣本，以形成每個向量分割排列順序各自對應的子向量樣本組；

分別對每個子向量樣本組進行聚類處理，并且根據聚類處理的結果獲取所述每個子向量樣本組各自對應的多個聚類中心向量；

根據所述每個子向量樣本組各自對應的向量分割排列順序以及多個聚類中心向量，獲取每個向量分割排列順序各自對應的聚類中心向量組；

根據所述每個向量分割排列順序以及各自對應的聚類中心向量組，構建向量碼本。