[发明专利]一种图像检索方法和装置

说明书

本申请提供了一种图像检索方法和装置，该方法包括：获取待检索的检索图像；提取所述检索图像的深度特征；基于预置的降维矩阵，降低所述深度特征的维度，得到经过降维的深度特征，其中，所述降维矩阵为预先训练得到的线性判别分析的投影矩阵的前指定列所构成的矩阵；从预置的图像库中，检索与所述经过降维的深度特征匹配的至少一幅目标图像。该方法和装置可以提高图像检索的精准度。

技术领域

本申请涉及数据分析技术领域，更具体的说是涉及一种图像检索方法和装置。

背景技术

随着互联网技术的不断发展，传统的基于文本的检索方式已经无法满足人们的检索需求，为此，人们提出了基于图像进行信息检索的方式。如，在一些电商网站或者视频网站等，用户将图片作为输入，网站通过对图片进行分析，从数据库中提取与该图片存在关联的商品或者视频内容等，并将检索到的内容返回给用户。

在图像检索技术中，图像特征的表达方式至关重要，可以直接影响到图像检索的精准度和速度。目前，在基于图像进行信息检索的过程中，一般都是利用图像的颜色、纹理、形状或者边缘等特征进行匹配。然而由于数据库中的图片中对象存在较大的姿态变化，且图片的角度、对比度以及光照等也存在诸多变化，按照现有的图像检索方式中所提取的特征无法适应数据库中图片的诸多变化，导致图像检索的准确度低。

发明内容

有鉴于此，本申请提供了一种图像检索方法和装置，以提高图像检索的精准度和效率。

为实现上述目的，本申请提供如下技术方案：一种图像检索方法，包括：

获取待检索的检索图像；

提取所述检索图像的深度特征；

基于预置的降维矩阵，降低所述深度特征的维度，得到经过降维的深度特征，其中，所述降维矩阵为预先训练得到的线性判别分析的投影矩阵的前指定列所构成的矩阵；

从预置的图像库中，检索与所述经过降维的深度特征匹配的至少一幅目标图像。

优选的，所述提取所述检索图像的深度特征，包括：

基于预先训练得到的卷积神经网络模型，提取出所述检索图像的深度特征。

优选的，所述提取所述检索图像的深度特征，包括：

提取所述检索图像的深度特征的向量；

所述基于预置的降维矩阵，降低所述深度特征的维度，包括：

将所述深度特征的向量与所述预置的降维矩阵相乘，以得到经过降维的深度特征向量。

优选的，所述从预置的图像库中，检索与所述经过降维的深度特征匹配的至少一幅目标图像，包括：

分别确定所述经过降维的深度特征与预置的特征库中的每个特征之间的深度特征匹配度；

按照所述深度特征匹配度从高到低的顺序，从所述特征库中，匹配出所述深度特征匹配度排序靠前的预设数量个目标特征，所述特征库包括用于匹配图像的多个特征；

从预置的图像库中，分别检索与所述预设数量个目标特征相匹配的至少一幅目标图像。

优选的，所述线性判别分析的投影矩阵通过如下方式得到：

获取包含m个图像样本的数据集，其中，所述数据集中包括c个类别样本集合，c为大于等于2的自然数，且m为大于等于2的自然数；

利用预先训练得到的卷积神经网络模型，提取所述数据集中所有图像样本的深度特征，得到每个所述图像样本的深度特征向量；

基于每个所述图像样本的深度特征向量，分别计算每个所述类别样本集合的深度特征平均值，以及所有类别样本集合的深度特征的总平均值；