[發明專利]一種圖片搜索模型的選擇方法和裝置

在審

• 申請號: 202210001497.3
• 申請日: 2022-01-04
• 公開（公告）號: CN114332508A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 王事成
• 申請（專利權）人: 北京易華錄信息技術股份有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/774;G06K9/62;G06N20/00
• 代理公司: 北京智沃律師事務所 11620
• 代理人: 吳志宏

本申請公開了一種圖片搜索模型的選擇方法和裝置，該方法包括以下步驟：使用手工特征模型從參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；獲取手工特征模型的評測指標；在手工特征模型的評測指標滿足預設條件的情況下，選擇手工特征模型作為圖片搜索模型；在手工特征模型的評測指標不滿足預設條件的情況下，使用深度學習模型從參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；獲取深度學習模型的評測指標；在深度學習模型的評測指標滿足預設條件的情況下，選擇深度學習模型作為圖片搜索模型。本申請實施例將圖片匹配過程和指標評測過程進行集成，從而兼顧匹配效果和計算效率。

技術領域

本申請屬于計算機技術領域，具體涉及一種圖片搜索模型的選擇方法和裝置。

背景技術

隨著互聯網和數字經濟的發展，數據正以指數爆炸的速度不斷增加，圖像作為一種重要的數據形式，廣泛存在于社會的各行各業，例如社交、電商、醫療、交通和安防等。在這些行業，圖片數量巨大，相似圖片查詢的任務，即以圖搜圖也越來越受到關注。

以圖搜圖是指根據圖像內容搜索出相似內容的圖像，數據規模的極速增長對以圖搜圖的計算效果和計算效率提出了更高的要求。而構建一個以圖搜圖系統需要解決兩個問題：第一為提取圖像特征，其次為構建成數據庫并提供相似性搜索的功能。目前，以圖搜圖技術通常使用單一模型或解決方案，不能兼顧匹配效果和計算效率。

申請內容

本申請實施例的目的是提供一種圖片搜索模型的選擇方法和裝置，以解決現有技術無法兼顧匹配效果和計算效率的缺陷。

為了解決上述技術問題，本申請是這樣實現的：

第一方面，提供了一種圖片搜索模型的選擇方法，包括以下步驟：

設置參考圖片庫和待檢索圖片集，所述參考圖片庫包括多張參考圖片，所述待檢索圖片集包括多張待檢索圖片，且所述參考圖片庫中存在與每張待檢索圖片匹配的目標圖片；

使用手工特征模型從所述參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；

根據所述預設數量的參考圖片，獲取所述手工特征模型的評測指標；

在所述手工特征模型的評測指標滿足預設條件的情況下，選擇所述手工特征模型作為圖片搜索模型；

在所述手工特征模型的評測指標不滿足預設條件的情況下，使用深度學習模型從所述參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；

根據所述預設數量的參考圖片，獲取所述深度學習模型的評測指標；

在所述深度學習模型的評測指標滿足預設條件的情況下，選擇所述深度學習模型作為圖片搜索模型。

第二方面，提供了一種圖片搜索模型的選擇裝置，包括：

設置模塊，用于設置參考圖片庫和待檢索圖片集，所述參考圖片庫包括多張參考圖片，所述待檢索圖片集包括多張待檢索圖片，且所述參考圖片庫中存在與每張待檢索圖片匹配的目標圖片；

第一檢索模塊，用于使用手工特征模型從所述參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；

第一獲取模塊，用于根據所述預設數量的參考圖片，獲取所述手工特征模型的評測指標；

第一選擇模塊，用于在所述手工特征模型的評測指標滿足預設條件的情況下，選擇所述手工特征模型作為圖片搜索模型；

第二檢索模塊，用于在所述手工特征模型的評測指標不滿足預設條件的情況下，使用深度學習模型從所述參考圖片庫中檢索與每張待檢索圖片相似度最高的預設數量的參考圖片；