[发明专利]对象检索方法及装置、存储介质及电子设备

说明书

本申请涉及图像检索技术领域，提供一种对象检索方法及装置、存储介质及电子设备。其中，对象检索方法包括：获取待检索图像，并利用神经网络模型提取出待检索图像的特征；计算待检索图像的特征与对象库中的每张图像的特征之间的相似度，输出其中相似度最大的多张图像；迭代执行重检索流程，直至满足检索结束条件，输出获得的目标图像；重检索流程包括：获取人工从相似度最大的多张图像中筛选出的至少一张目标图像；根据已获得的目标图像的特征确定重检索特征；计算重检索特征与对象库中的图像的特征之间的相似度，输出其中相似度最大的多张图像。通过该方法获得的检索结果准确率非常高，并且该方法也不会给工作人员带来太大的作业压力。

技术领域

本发明涉及图像检索技术领域，具体而言，涉及一种对象检索方法及装置、存储介质及电子设备。

背景技术

近几年视频结构化技术开始大规模地应用，该技术通过对原始视频进行智能分析，提取出视频中出现的每个对象（如行人、车辆、动物等）的截图和属性信息并存入数据库。其中，基于视频结构化数据的以图搜图是最常见的应用之一。例如，以某个嫌疑人的图像作为待检索图像，在行人库里找出该嫌疑人在多个摄像头下出现的截图。

在现有方法中，一般通过预训练的神经网络提取待检索图像和行人库中的图像的特征，然后通过特征比对获得检索结果。然而，由于拍摄场景的复杂性以及现有深度学习算法本身的局限，导致检索结果的准确率不高。

发明内容

本申请实施例的目的在于提供一种对象检索方法及装置、存储介质及电子设备，以改善上述技术问题。

为实现上述目的，本申请提供如下技术方案：

第一方面，本申请实施例提供一种对象检索方法，包括：获取待检索图像，并利用神经网络模型提取出所述待检索图像的特征；计算所述待检索图像的特征与对象库中的每张图像的特征之间的相似度，输出其中相似度最大的多张图像；迭代执行重检索流程，直至满足检索结束条件，输出经所述重检索流程获得的目标图像；其中，所述重检索流程包括：获取人工从相似度最大的多张图像中筛选出的至少一张目标图像，所述目标图像为与所述待检索图像包含有同一对象的图像；根据已获得的目标图像的特征确定重检索特征；计算所述重检索特征与所述对象库中的图像的特征之间的相似度，输出其中相似度最大的多张图像。

上述方案在进行对象检索时，首先通过计算特征相似度从对象库中初步筛选出和待检索图像相似的图像，然后从初步筛选出的图像中进一步通过人工方式筛选出目标图像，最后再基于目标图像的特征进行迭代式检索，直至获得最终的检索结果（即满足检索终止条件时得到的所有目标图像）。

该方案的优势在于：其一，所有的检索结果都是经过人工确认的，准确率非常高；其二，人工筛选是在机器筛选（即利用特征相似度进行初筛）的基础上进行的，而非在整个对象库中进行，其筛选范围有限，不会给工作人员带来太大的作业压力；其三，重检索特征是根据人工确认为正确的检索结果（即目标图像）所具有的特征得到的，因此基于重检索特征进行迭代式检索，能够检索到较为准确的结果，这也有利于进一步缓解人工筛选的压力。

在第一方面的一种实现方式中，所述根据已获得的目标图像的特征确定重检索特征，包括：将本轮迭代筛选出的所述至少一张目标图像的特征的均值确定为所述重检索特征，或者，将本轮迭代筛选出的所述至少一张目标图像的特征以及之前获得的目标图像的特征的均值确定为所述重检索特征。

在上述实现方式中，通过计算目标图像的特征均值得到重检索特征，相当于对正确的检索结果所具有的特征进行了统计，从而基于此重检索特征进行迭代式检索，得到正确的检索结果的可能性更高。

在第一方面的一种实现方式中，所述根据已获得的目标图像的特征确定重检索特征，包括：从已获得的目标图像中选择一张其特征尚未被用于重检索的目标图像，并将选择出的目标图像的特征确定为所述重检索特征。