圖片檢索方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖片檢索方法和裝置。
【背景技術(shù)】
[0002] 為了滿足用戶的視覺(jué)需求，目前的很多信息都是圖片格式的。計(jì)算機(jī)可以識(shí)別出 圖片的視覺(jué)信息，如圖片的顏色、形狀、灰度分布等，當(dāng)用戶發(fā)起了圖片檢索指令時(shí)，計(jì)算機(jī) 可以根據(jù)圖片的視覺(jué)信息進(jìn)行圖片檢索，如根據(jù)圖片的視覺(jué)信息，學(xué)習(xí)圖片的低層特征，再 將學(xué)習(xí)到的多個(gè)低層特征組合成高層特征，通過(guò)對(duì)每個(gè)已有圖片的高層特征進(jìn)行匹配，檢 索出與用戶指定的圖片相似的圖片。
[0003] 在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)存在以下問(wèn)題：根據(jù)圖片的視覺(jué)信 息進(jìn)行圖片檢索時(shí)，僅能從視覺(jué)上對(duì)圖片進(jìn)行區(qū)分，檢索精確度低，無(wú)法滿足用戶的檢索需 求。

【發(fā)明內(nèi)容】

[0004] 為了解決現(xiàn)有技術(shù)的問(wèn)題，本發(fā)明實(shí)施例提供了一種圖片檢索方法和裝置。所述 技術(shù)方案如下：
[0005] 第一方面，提供了一種圖片檢索方法，所述方法包括：
[0006] 獲取每個(gè)種子圖片的特征向量，所述特征向量由神經(jīng)網(wǎng)絡(luò)中提取的種子圖片的多 層特征組成；
[0007] 根據(jù)每個(gè)種子圖片的特征向量，生成每個(gè)種子圖片的至少一個(gè)視覺(jué)單詞，所述至 少一個(gè)視覺(jué)單詞用于表示每個(gè)種子圖片的語(yǔ)義；
[0008] 根據(jù)每個(gè)種子圖片的特征向量和至少一個(gè)視覺(jué)單詞，獲取每個(gè)視覺(jué)單詞的至少一 個(gè)種子圖片和至少一個(gè)特征向量；
[0009] 基于每個(gè)視覺(jué)單詞的至少一個(gè)種子圖片和至少一個(gè)特征向量進(jìn)行圖片檢索。
[0010] 第二方面，提供了一種圖片檢索裝置，所述裝置包括：
[0011] 特征向量獲取模塊，用于獲取每個(gè)種子圖片的特征向量，所述特征向量由神經(jīng)網(wǎng) 絡(luò)中提取的種子圖片的多層特征組成；
[0012] 視覺(jué)單詞生成模塊，用于根據(jù)每個(gè)種子圖片的特征向量，生成每個(gè)種子圖片的至 少一個(gè)視覺(jué)單詞，所述至少一個(gè)視覺(jué)單詞用于表示每個(gè)種子圖片的語(yǔ)義；
[0013] 視覺(jué)單詞索引模塊，用于根據(jù)每個(gè)種子圖片的特征向量和至少一個(gè)視覺(jué)單詞，獲 取每個(gè)視覺(jué)單詞的至少一個(gè)種子圖片和至少一個(gè)特征向量；
[0014] 圖片檢索模塊，用于基于每個(gè)視覺(jué)單詞的至少一個(gè)種子圖片和至少一個(gè)特征向量 進(jìn)行圖片檢索。
[0015] 本發(fā)明實(shí)施例提供的技術(shù)方案帶來(lái)的有益效果是：
[0016] 本發(fā)明實(shí)施例提供的方法和裝置，通過(guò)將種子圖片看作視覺(jué)單詞的集合，獲取種 子圖片的特征向量，該特征向量由神經(jīng)網(wǎng)絡(luò)中提取的種子圖片的多層特征組成，根據(jù)特征 向量生成至少一個(gè)視覺(jué)單詞，該至少一個(gè)視覺(jué)單詞用于表示種子圖片的語(yǔ)義，基于視覺(jué)單 詞進(jìn)行圖片檢索時(shí)，提高了檢索精確度，能夠滿足用戶的檢索需求。
【附圖說(shuō)明】
[0017] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使 用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于 本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他 的附圖。
[0018] 圖1是本發(fā)明實(shí)施例提供的一種圖片檢索方法的流程圖；
[0019] 圖2是本發(fā)明實(shí)施例提供的一種圖片檢索方法的流程圖；
[0020] 圖3是本發(fā)明實(shí)施例提供的一種圖片檢索裝置結(jié)構(gòu)示意圖；
[0021] 圖4是本發(fā)明實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0022] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā) 明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施 例，都屬于本發(fā)明保護(hù)的范圍。
[0023] 圖1是本發(fā)明實(shí)施例提供的一種圖片檢索方法的流程圖，參見圖1，該方法包括：
[0024] 101、獲取每個(gè)種子圖片的特征向量，該特征向量由神經(jīng)網(wǎng)絡(luò)中提取的種子圖片的 多層特征組成。
[0025] 102、根據(jù)每個(gè)種子圖片的特征向量，生成每個(gè)種子圖片的至少一個(gè)視覺(jué)單詞，該 至少一個(gè)視覺(jué)單詞用于表示每個(gè)種子圖片的語(yǔ)義。
[0026] 103、根據(jù)每個(gè)種子圖片的特征向量和至少一個(gè)視覺(jué)單詞，獲取每個(gè)視覺(jué)單詞的至 少一個(gè)種子圖片和至少一個(gè)特征向量。
[0027] 104、基于每個(gè)視覺(jué)單詞的至少一個(gè)種子圖片和至少一個(gè)特征向量進(jìn)行圖片檢索。
[0028] 本發(fā)明實(shí)施例提供的方法，通過(guò)將種子圖片看作視覺(jué)單詞的集合，獲取種子圖片 的特征向量，該特征向量由神經(jīng)網(wǎng)絡(luò)中提取的種子圖片的多層特征組成，根據(jù)特征向量生 成至少一個(gè)視覺(jué)單詞，該至少一個(gè)視覺(jué)單詞用于表示種子圖片的語(yǔ)義，基于視覺(jué)單詞進(jìn)行 圖片檢索時(shí)，提高了檢索精確度，能夠滿足用戶的檢索需求。
[0029] 可選地，該基于每個(gè)視覺(jué)單詞的至少一個(gè)種子圖片和至少一個(gè)特征向量進(jìn)行圖片 檢索包括：
[0030] 對(duì)于待檢索的指定圖片，獲取該指定圖片的特征向量，作為第一特征向量，根據(jù)該 第一特征向量，生成至少一個(gè)指定視覺(jué)單詞；
[0031] 基于每個(gè)視覺(jué)單詞的至少一個(gè)特征向量，確定該至少一個(gè)指定視覺(jué)單詞的至少一 個(gè)特征向量，作為第二特征向量；
[0032] 計(jì)算該指定特征向量與該至少一個(gè)第二特征向量之間的相似度；
[0033] 按照相似度從大到小的順序，從該至少一個(gè)第二特征向量中，提取至少一個(gè)特征 向量，作為第三特征向量；
[0034] 獲取該至少一個(gè)第三特征向量對(duì)應(yīng)的至少一個(gè)種子圖片，作為該指定圖片的相似 圖片。
[0035] 可選地，該方法還包括：
[0036] 當(dāng)獲取到指定圖片的至少一個(gè)相似圖片時(shí)，根據(jù)該指定圖片與該至少一個(gè)相似圖 片之間的相似度以及該至少一個(gè)相似圖片的語(yǔ)義，獲取該指定圖片的語(yǔ)義。
[0037] 可選地，該根據(jù)該指定圖片與該至少一個(gè)相似圖片之間的相似度以及該至少一個(gè) 相似圖片的語(yǔ)義，獲取該指定圖片的語(yǔ)義包括：
[0038] 對(duì)于每個(gè)相似圖片，獲取該相似圖片的至少一個(gè)語(yǔ)義單詞和該至少一個(gè)語(yǔ)義單詞 的第一權(quán)重；
[0039] 獲取該指定圖片與該相似圖片之間的相似度；
[0040] 對(duì)于該相似圖片的每個(gè)語(yǔ)義單詞，計(jì)算該相似度與該語(yǔ)義單詞的第一權(quán)重的乘 積，作為該語(yǔ)義單詞的第二權(quán)重；
[0041] 按照第二權(quán)重從大到小的順序，從該至少一個(gè)相似圖片的至少一個(gè)語(yǔ)義單詞中， 提取至少一個(gè)語(yǔ)義單詞，作為該指定圖片的語(yǔ)義單詞。
[0042] 可選地，該獲取該相似圖片的至少一個(gè)語(yǔ)義單詞和該至少一個(gè)語(yǔ)義單詞的第一權(quán) 重包括：
[0043] 獲取該相似圖片的至少一個(gè)文字描述塊，為該至少一個(gè)文字描述塊分配權(quán)重；
[0044] 根據(jù)文字描述塊中的每個(gè)單詞的出現(xiàn)次數(shù)和該至少一個(gè)文字描述塊的數(shù)目，計(jì)算 每個(gè)單詞的逆向頻率，該逆向頻率用于表示單詞對(duì)該相似圖片的重要程度；
[0045] 對(duì)于每個(gè)文字描述塊，計(jì)算該文字描述塊中每個(gè)單詞的逆向頻率與該文字描述塊 的權(quán)重的乘積，作為每個(gè)單詞的第一權(quán)重；
[0046] 按照第一權(quán)重從大到小的順序，從該至少一個(gè)文字描述塊中的每個(gè)單詞中，提取 至少一個(gè)單詞，作為該相似圖片的至少一個(gè)語(yǔ)義單詞；
[0047] 確定該至少一個(gè)語(yǔ)義單詞的第一權(quán)重。
[0048] 上述所有可選技術(shù)方案，可以采用任意結(jié)合形成本發(fā)明的可選實(shí)施例，在此不再 --贅述。
[0049] 圖2是本發(fā)明實(shí)施例提供的一種圖片檢索方法的流程圖。該發(fā)明實(shí)施例的執(zhí)行主 體為服務(wù)器，參見圖2,該方法包括：
[0050] 201、該服務(wù)器獲取每個(gè)種子圖片的特征向量。
[0051] 其中，該特征向量由神經(jīng)網(wǎng)絡(luò)中提取的種子圖片的多層特征組成。在神經(jīng)網(wǎng)絡(luò)中， 將種子圖片輸入該神經(jīng)網(wǎng)絡(luò)的最低層，在每一層提取一個(gè)特征，并依次傳輸至下一層，即上 一層提取的特征為下一層的輸入。整個(gè)神經(jīng)網(wǎng)