[发明专利]重复图像的确定方法、装置、电子设备及存储介质

权利要求书

1.一种神经网络模型的训练方法，其特征在于，包括：

获取训练样本数据，所述训练样本数据包括第一图像集和第二图像集，其中，所述第一图像集中包括不相同的原始图像，所述第二图像集包括所述原始图像的变换图像；

基于所述训练样本数据对神经网络模型进行训练，直至满足预设的训练结束条件；其中，所述神经网络模型的输入为图像，输出为图像的哈希码，所述训练结束条件包括：

第一相似度和第二相似度满足预设条件，其中，所述第一相似度为不同的原始图像之间的相似度，所述第二相似度为每个原始图像与该原始图像的变换图像之间的相似度，所述第一相似度和第二相似度是基于图像的哈希码确定的。

2.根据权利要求1所述的方法，其特征在于，所述预设条件包括：

第一预测准确度不小于第一阈值，且第二预测准确度不小于第二阈值，其中，所述第一预测准确度为每次训练时所计算出的所有第一相似度中小于第一设定值的第一相似度的数量的占比，所述第二预测相似度为每次训练时所计算出的所有第二相似度中大于第二设定值的第二相似度的数量的占比；

或者，

第三预测准确度大于第三阈值，其中，所述第三预测准确度为每次训练时所有相似度对中满足要求的相似度对的数量的占比，每个相似度对为一张原始图像所对应的第一相似度中的最大值和所述一张原始图像所对应的第二相似度中的最小值，所述要求为所述最大值小于所述最小值。

3.一种重复图像的确定方法，其特征在于，包括：

获取第一待处理图像和第二待处理图像；

确定所述第一待处理图像的第一哈希码和所述第二待处理图像的第二哈希码，其中，所述第一哈希码和所述第二哈希码是通过神经网络模型确定的，所述神经网络模型是通过权利要求1或权利要求2中的方法训练得到的；

基于所述第一哈希码和所述第二哈希码，确定所述第一待处理图像和所述第二待处理图像是否重复。

4.根据权利要求3所述的方法，其特征在于，所述获取第一待处理图像和第二待处理图像，包括：

获取图像搜索关键词；

基于所述图像搜索关键词获取初始的图像搜索结果，所述第一待处理图像和所述第二待处理图像为所述初始的图像搜索结果中的图像；

所述确定所述第一待处理图像和所述第二待处理图像是否重复，包括：

确定所述初始的图像搜索结果中的图像是否重复；

所述方法还包括：

基于所述初始的图像搜索结果中确定出的重复图像，将去重后的图像搜索结果提供给用户。

5.根据权利要求4所述的方法，其特征在于，所述确定所述初始的图像搜索结果中的图像是否重复，包括：

根据所述初始的图像搜索结果中的图像排序，将所述初始的图像搜索结果中的第一张图像作为第一图像组的首张图像，从第二张图像开始，执行以下操作：

根据图像的哈希码，计算每张图像与各图像组中的首张图像的相似度，所述各图像组包括所述第一图像组；

若计算出的相似度中存在大于第四阈值的相似度，则将图像添加到大于第四阈值的相似度所对应的图像组中；

若计算出的相似度均不大于第四阈值，则新建一个图像组，将图像作为新建的图像组中的首张图像；

其中，包括至少两张图像的图像组中的图像为重复图像。

6.根据权利要求5所述的方法，其特征在于，所述将去重后的图像搜索结果提供给用户，包括：

将每个图像组中的首张图像作为去重后的图像搜索结果提供给用户。

7.根据权利要求6所述的方法，其特征在于，所述将每个图像组中的首张图像作为去重后的图像搜索结果提供给用户之后，还包括：

在接收到继续查看请求时，将每组图像组中上一次提供给用户的图像的下一张图像提供给用户。