[发明专利]重复图像的确定方法、装置、电子设备及存储介质

说明书

本公开实施例提供了一种重复图像的确定方法、装置、电子设备及存储介质，包括：获取第一待处理图像和第二待处理图像；确定第一待处理图像的第一哈希码和第二待处理图像的第二哈希码；基于第一哈希码和第二哈希码，确定第一待处理图像和第二待处理图像是否重复。在本公开实施例中，由于获取到的哈希码是基于训练后的神经网络模型可以使不同图像的哈希码是不同的，相似图像的哈希码是相同的，进而在对图像进行去重时，可以根据待处理图像的哈希码来确定重复图像，来解决提供给用户的图像中可能存在内容重复的图像的问题，既可以快速去除重复图像，又可以提高了去重的准确率，进而提升用户体验。

技术领域

本公开涉及图像处理技术领域，具体而言，本公开涉及一种重复图像的确定方法、装置、电子设备及存储介质。

背景技术

现有技术中，对于原始图像，用户可能对图像会进行一些改变，比如，将图像进行旋转、在图像上加几个文字、将图像放大或缩小等简单的变换操作，此时变换后的图像与原始图像在内容上是基本相同的。但是，当用户以想要查看一些图像时，现有技术方案中是将变换后的图像与原始图像均提供给用户，即提供的图像中可能存在内容重复的图像，此时可能会降低了用户的用户体验。因此，目前需要一种消除重复图像的方案，已解决现有技术中提供给用户的图像中可能存在内容重复的图像的问题，进而提升用户体验。

发明内容

本公开的目的旨在至少能解决上述的技术缺陷之一，提升用户的使用体验。本公开采用的技术方案如下：

第一方面，本公开实施例提供了一种神经网络模型的训练方法，该方法包括：

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

基于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，神经网络模型的输入为图像，输出为图像的哈希码，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，第一相似度为不同的原始图像之间的相似度，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，第一相似度和第二相似度是基于图像的哈希码确定的。

第一方面可选的实施例中，该预设条件包括：

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，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，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，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一张原始图像所对应的第二相似度中的最小值，要求为最大值小于最小值。

第二方面，本公开实施例提供了一种重复图像的确定方法，其该方法包括：

获取第一待处理图像和第二待处理图像；

确定第一待处理图像的第一哈希码和第二待处理图像的第二哈希码，其中，第一哈希码和第二哈希码是通过神经网络模型确定的，神经网络模型是通过第一方面中的方法训练得到的；

基于第一哈希码和第二哈希码，确定第一待处理图像和第二待处理图像是否重复。

第二方面可选的实施例中，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；

基于图像搜索关键词获取初始的图像搜索结果，第一待处理图像和第二待处理图像为初始的图像搜索结果中的图像；

确定第一待处理图像和第二待处理图像是否重复，包括：