[發(fā)明專利]一種圖像相似度確定方法、裝置及計(jì)算設(shè)備、存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110300688.5
• 申請日: 2021-03-22
• 公開（公告）號: CN113012132B
• 公開（公告）日: 2023-08-25
• 發(fā)明（設(shè)計(jì)）人: 劉翔;嚴(yán)明洋
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06V10/74;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng)

1.一種圖像相似度確定方法，其特征在于，所述方法包括：

獲取樣本圖像集，所述樣本圖像集中包括第一樣本圖像、與所述第一樣本圖像相似的第二樣本圖像，以及與所述第一樣本圖像和所述第二樣本圖像均不相似的第三樣本圖像；所述第一樣本圖像、第二樣本圖像和第三樣本圖像均為目標(biāo)尺寸的灰度圖像；

依照目標(biāo)劃分方式將所述第一樣本圖像、所述第二樣本圖像和所述第三樣本圖像均劃分為多個(gè)樣本圖像子區(qū)域；從所述第三樣本圖像的多個(gè)樣本圖像子區(qū)域中選取多個(gè)第一樣本圖像子區(qū)域；

通過各第一樣本圖像子區(qū)域?qū)λ龅谝粯颖緢D像和所述第二樣本圖像中，與各第一樣本圖像子區(qū)域相同位置的待替換圖像區(qū)域進(jìn)行替換處理，得到目標(biāo)第一樣本圖像、目標(biāo)第二樣本圖像以及與所述替換處理匹配的替換標(biāo)注；

將所述目標(biāo)第一樣本圖像和所述目標(biāo)第二樣本圖像合并為雙通道樣本圖像，并依照所述雙通道樣本圖像和所述替換標(biāo)注對圖像相似度模型進(jìn)行訓(xùn)練；

獲取待處理的第一圖像和第二圖像，并將所述第一圖像和第二圖像合并為雙通道圖像，所述第一圖像和第二圖像均為目標(biāo)尺寸的灰度圖像；

通過訓(xùn)練完成的圖像相似度模型對所述雙通道圖像進(jìn)行數(shù)據(jù)處理，得到所述雙通道圖像對應(yīng)的圖像相似度矩陣；

依照所述圖像相似度矩陣確定所述第一圖像和所述第二圖像在目標(biāo)圖像區(qū)域的圖像相似度。

2.如權(quán)利要求1所述的方法，其特征在于，所述圖像相似度矩陣的維度為N*M，所述圖像相似度矩陣中每個(gè)元素的數(shù)值，表征所述第一圖像和第二圖像在對應(yīng)圖像區(qū)域的相似度值，所述依照所述圖像相似度矩陣確定所述第一圖像和所述第二圖像在目標(biāo)圖像區(qū)域的圖像相似度，包括：

依照所述圖像相似度矩陣的維度，將所述第一圖像和所述第二圖像均劃分為N*M個(gè)圖像子區(qū)域，每一個(gè)圖像子區(qū)域與所述圖像相似度矩陣中的每一個(gè)元素具有對應(yīng)關(guān)系；

從所述N*M個(gè)圖像子區(qū)域中確定目標(biāo)圖像區(qū)域包括的目標(biāo)圖像子區(qū)域；

從所述圖像相似度矩陣中獲取所述目標(biāo)圖像子區(qū)域?qū)?yīng)目標(biāo)元素的數(shù)值；

根據(jù)所述目標(biāo)元素的數(shù)值確定所述第一圖像和所述第二圖像在目標(biāo)圖像區(qū)域的圖像相似度。

3.如權(quán)利要求1所述的方法，其特征在于，針對任一圖像子區(qū)域的所述替換處理包括第一處理和第二處理；

其中，第一處理為：采用任一圖像子區(qū)域替換所述第一樣本圖像和所述第二樣本圖像中，與所述任一圖像子區(qū)域相同位置的目標(biāo)待替換圖像區(qū)域；

第二處理為：采用任一圖像子區(qū)域替換所述第一樣本圖像中與所述任一圖像子區(qū)域相同位置的待替換圖像區(qū)域；或者，采用任一圖像子區(qū)域替換所述第二樣本圖像中與所述任一圖像子區(qū)域相同位置的目標(biāo)待替換圖像區(qū)域。

4.如權(quán)利要求3所述的方法，其特征在于，若所述針對任一圖像子區(qū)域的替換處理為所述第一處理，則所述替換標(biāo)注用于指示：所述目標(biāo)第一樣本圖像和所述目標(biāo)第二樣本圖像在所述目標(biāo)待替換圖像區(qū)域的圖像相似度為第一相似度值；

若所述針對任一圖像子區(qū)域的替換處理為所述第二處理，則所述替換標(biāo)注用于指示：所述目標(biāo)第一樣本圖像和所述目標(biāo)第二樣本圖像在所述目標(biāo)待替換圖像區(qū)域的圖像相似度為第二相似度值。

5.如權(quán)利要求1所述的方法，其特征在于，所述依照所述雙通道樣本圖像和所述替換標(biāo)注對圖像相似度模型進(jìn)行訓(xùn)練，包括：

通過所述圖像相似度模型對所述雙通道樣本圖像進(jìn)行數(shù)據(jù)處理，得到所述雙通道樣本圖像對應(yīng)的樣本圖像相似度矩陣；

獲取與所述替換標(biāo)注匹配的目標(biāo)樣本圖像相似度矩陣；

依照所述樣本圖像相似度矩陣和所述目標(biāo)樣本圖像相似度矩陣確定所述圖像相似度模型的均方誤差；

依照所述均方誤差下降的方向更新所述圖像相似度模型的網(wǎng)絡(luò)參數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)圖像區(qū)域?yàn)樗龅谝粓D像的全局圖像區(qū)域，所述依照所述圖像相似度矩陣確定所述第一圖像和所述第二圖像在目標(biāo)圖像區(qū)域的圖像相似度，包括：

獲取所述圖像相似度矩陣中每個(gè)元素的數(shù)值；

對所述圖像相似度矩陣中每個(gè)元素的數(shù)值求平均，得到所述第一圖像和所述第二圖像的整體圖像相似度。