[发明专利]图像检索方法、终端及存储装置

权利要求书

1.一种图像检索方法，其特征在于，其包括：

提取待检索图像的目标特征向量；

查询训练好的粗码本表，确认与所述目标特征向量最近的多个目标粗聚类中心点和每个所述目标粗聚类中心点对应的目标样本识别码，所述粗码本表包括对所有样本的特征向量进行聚类得到的粗聚类中心点，所述样本识别码在基于样本数据库训练所述粗码本表和子码本表时生成，其中，将不同类型的样本图像分配至不同的样本数据库，再各自训练每个样本数据库的粗码本表和子码本表，并将所述每个样本数据库划分为多个子数据库，在遍历样本数据库时，同步遍历所述多个子数据库；

利用所述多个目标粗聚类中心点查询训练好的子码本表，得到多个目标子聚类中心点，所述子码本表包括对多个样本的残差向量进行乘积量化得到的多个子聚类中心点，所述残差向量通过所述样本的特征向量与最近的粗聚类中心点做残差得到；

计算所述目标特征向量与每个所述粗聚类中心点的距离，得到第一距离值；

利用所述样本识别码查询预先计算好的距离表，得到第二距离值；所述距离表包括所述样本识别码和对应的距离值，所述距离值通过所述样本的粗聚类中心点和子聚类中心点计算得到；

计算所述目标特征向量与每个所述子聚类中心点的内积，得到第三距离值；

利用所述第一距离值、所述第二距离值和所述第三距离值计算得到多个目标样本的特征向量与所述目标特征向量的距离；

选取所述距离最近的预设数量个目标样本作为检索结果。

2.根据权利要求1所述的图像检索方法，其特征在于，还包括：训练所述粗码本表、所述子码本表及生成样本识别码，包括：

获取样本数据库中每个样本的特征向量；

将多个所述特征向量分别进行粗聚类，得到多个粗聚类中心点，并记录每个所述粗聚类中心点的编号；

分别将每个所述特征向量与距离最近的所述粗聚类中心点做残差，得到多个残差向量；

对所述多个残差向量分别进行乘积量化，得到多个子聚类中心点，并记录每个所述子聚类中心点的量化码；

利用所述编号和所述量化码得到所述样本识别码，并输出所述多个粗聚类中心点得到所述粗码本表，输出所述多个子聚类中心点得到所述子码本表。

3.根据权利要求2所述的图像检索方法，其特征在于，所述利用所述编号和所述量化码得到所述样本识别码，并输出所述多个粗聚类中心点得到所述粗码本表，输出所述多个子聚类中心点得到所述子码本表的步骤之后，还包括：

提取测试图像的测试特征向量；

基于所述测试特征向量、所述粗码本表、所述子码本表、所述样本识别码、所述距离表进行查询，得到第一检索结果；

将所述测试特征向量与所述样本数据库中每一个样本图像的特征进行比对，得到第二检索结果；

取所述第一检索结果和所述第二检索结果的交集，得到第三检索结果；

计算所述第三检索结果和所述第二检索结果的比值，得到召回率；

当所述召回率高于第一预设阈值时，确认所述粗码本表和所述子码本表训练合格。

4.根据权利要求2所述的图像检索方法，其特征在于，所述利用所述编号和所述量化码得到所述样本识别码，并输出所述多个粗聚类中心点得到所述粗码本表，输出所述多个子聚类中心点得到所述子码本表的步骤之后，还包括：

间隔预设时间段后，获取所述样本数据库中新增样本的个数；

当所述新增样本的个数超过第二预设阈值时，利用所述新增样本对所述粗码本表和所述子码本表进行训练，并生成所述新增样本的样本识别码。

5.根据权利要求2所述的图像检索方法，其特征在于，还包括：生成所述距离表，包括：

获取每个所述样本对应的粗聚类中心点和子聚类中心点；

利用每个所述样本的粗聚类中心点和子聚类中心点进行计算，得到每个所述样本的距离值；

将每个所述样本的样本识别码与所述距离值进行对应，得到所述距离表。

6.根据权利要求1所述的图像检索方法，其特征在于，所述提取待检索图像的目标特征向量的步骤之后，还包括：

基于所述目标特征向量加载与所述待检索图像对应的所述样本数据库、所述粗码本表和所述子码本表。