[发明专利]基于去均值乘积量化的检索方法、存储介质及终端设备

说明书

本发明公开了一种基于去均值乘积量化的检索方法、存储介质及终端设备，所述方法包括计算目标检索样本的均值，并根据所述均值在预设数据库内查找所述目标检索样本对应的目标量化均值；根据所述目标量化均值计算所述目标检索样本对应的残差向量，并根据所述残差向量以及所述目标量化均值在预设数据库内检索预设数量的检索样本。本发明通过在预设数据库查找目标检索样本对应的目标量化均值，并根据所述量化均值确定目标检索样本的残差向量，通过残差向量以及目标量化均值来确定目标检索样本对应的检索样本，这样通过残差向量进行量化受到样本均值分布的影响将减小，提高了检索的准确性和鲁棒性。

技术领域

本发明涉及检索技术领域，特别涉及一种基于去均值乘积量化的检索方法、存储介质及终端设备。

背景技术

近年来，量化方法在信息检索领域取得了显著效果，旨在将信息向量量化成少数的码字，检索的过程中只需比较目标向量或者其对应的码字与数据库码字的相似性。所述向量量化是直接对信息向量进行量化，生成与信息向量维度相同的码字，每一个信息向量都对应唯一的码字，然而当信息向量的数量巨大时需要的码本(码字的集合)也非常庞大。因此，对于大数据集，向量量化依然存在着存储复杂度和检索复杂度高的问题。

为了解决上述问题，乘积量化被广泛使用。乘积量化是通过将原始高维信息向量分解成多个低维子向量，在每个低维子空间进行量化，然后将不同子空间的子聚类中心即子码字进行笛卡尔乘积还原到原信息向量空间的维度，降低了码字存储复杂度和信息向量与码字之间的损失，提高了检索准确率。但是，对数据集依赖的问题仍然存在，当数据集中样本均值的方差比较大时，检索损失会快速上升而准确率会迅速下降。

发明内容

本发明要解决的技术问题在于，针对现有技术的不足，提供一种基于去均值乘积量化的检索方法、存储介质及终端设备，以解决现有当数据集中样本均值的方差大时检索精确性低的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

一种基于去均值乘积量化的检索方法，其包括：

获取目标检索样本，并计算所述目标检索样本的残差向量；

根据所述残差向量在预设数据库内检索预设数量的检索样本。

所述基于去均值乘积量化的检索方法，其中，所述获取目标检索样本，并计算所述目标检索样本的残差向量具体包括：

获取目标检索样本，并计算目标检索样本的第一均值；

根据所述第一均值确定所述目标检索样本对应的目标量化均值，并根据所述目标量化均值计算所述目标检索样本对应的残差向量。

所述基于去均值乘积量化的检索方法，其中，所述根据所述残差向量在预设数据库内检索预设数量的检索样本具体包括：

将所述残差向量划分为若干子残差向量；

根据所述若干子残差向量以及所述目标量化均值在预设数据库内检索预设数量的检索样本。

所述基于去均值乘积量化的检索方法，其中，所述根据所述若干子残差向量以及所述目标量化均值在预设数据库内检索预设数量的检索样本具体包括：

针对于预设数据库中的每个检索样本，获取该检索样本的量化均值与目标量化均值的第一距离，以及该检索样本中每个子码字向量与所述若干子残差向量中相应的子残差向量的第二距离；

根据所述第一距离和若干第二距离确定该检索样本与目标检索样本的第三距离；

根据获取到的第三距离在预设数据库内检索预设数量的检索样本。

所述基于去均值乘积量化的检索方法，其中，所述方法还包括：