[发明专利]一种图像中对象的检索方法、装置、设备和存储介质在审

专利信息
申请号: 202110508436.1 申请日: 2021-05-10
公开(公告)号: CN113344027A 公开(公告)日: 2021-09-03
发明(设计)人: 庄月清 申请(专利权)人: 北京迈格威科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F16/583
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 唐正瑜
地址: 100090 北京市海淀区科*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 对象 检索 方法 装置 设备 存储 介质
【说明书】:

本申请提供一种图像中对象的检索方法、装置、设备和存储介质,所述图像中对象的检索方法、装置、设备和存储介质,在确定两个对象之间的目标相似度的时候,不仅依赖该两个对象各自的特征向量来确定目标相似度,还依赖了两个图像中所有对象的特征向量来确定目标相似度,即目标对象的确定是依赖了上下文信息的。解决了现有技术存在的利用待检索对象特征对待检索对象进行检索存在的难度大,无法检出待检索对象导致对象丢失的问题。

技术领域

本申请涉及图像检索领域,具体而言,涉及一种图像中对象的检索方法、装置、设备和存储介质。

背景技术

图像检索是在多个图像中找到相似图像,具体的,是要在多个图像中找到相同的对象。例如,给到两张图像A和B,两张图像中均包括多个人,其中,图像A中有人a、b、c,图像检索的目的就是从图像B中找到人a、b或c。

现有的图像检索,往往是根据两个人之间的特征来检索的。例如,具体根据两个人之间的人脸特征,但是,在很多图像中,人往往是背对摄像头的,对于这些图像,图像检索的难度大大增加,甚至无法检索出目标对象,导致目标丢失。

发明内容

本申请实施例的目的在于提供一种图像中对象的检索方法、装置、设备和存储介质,用以现有技术存在的利用待检索对象特征对待检索对象进行检索存在的难度大,无法检出待检索对象导致对象丢失的问题。

第一方面,提供了一种图像中对象的检索方法,包括:

获取参考图像和目标图像,所述参考图像和所述目标图像中均包含有多个对象;

根据所述参考图像和所述目标图像,得到所述参考图像和所述目标图像中多个对象的特征向量;

根据所述参考图像中参考对象的特征向量和所述目标图像中目标对象的特征向量,得到所述参考对象和所述目标对象之间的局部相似度,所述参考对象为所述参考图像中多个对象中的待检索对象,所述目标对象为所述目标图像中多个对象中的一个;

根据所述参考图像和所述目标图像中上下文对象的特征向量,得到所述参考对象和所述目标对象之间的上下文相似度;其中,所述上下文对象包括至少一个除所述参考对象和所述目标对象以外的对象;

根据所述参考对象和所述目标对象之间的局部相似度和上下文相似度,得到所述参考对象和所述目标对象之间的目标相似度,以根据所述目标相似度返回检索结果。

上述图像中对象的检索方法,在确定两个对象之间的目标相似度的时候,不仅依赖该两个对象各自的特征向量来确定目标相似度,还依赖了两个图像中所有对象的特征向量来确定目标相似度,即目标对象的确定是依赖了上下文信息的,从而提高检索准确率,解决了现有技术存在的利用待检索对象特征对待检索对象进行检索存在的难度大、无法检出待检索对象导致对象丢失的问题。例如,对象背对摄像头的应用场景,由于无法提取到对象的面部特征,单纯的依赖局部相似度大概率会导致检索失败,目标丢失,但是,由于目标相似度结合了上下文信息,也即通过目标相似度实现了根据上下文信息进行检索,此时,即使无法获取到面部特征,也能提高检索准确率。

在一个实施例中,所述根据所述参考图像中参考对象的特征向量和所述目标图像中目标对象的特征向量,得到所述参考对象和所述目标对象之间的局部相似度,包括:根据所述参考对象和所述目标对象的特征向量,得到所述参考对象和所述目标对象之间的初步相似度;根据所述初步相似度,得到所述参考对象和所述目标对象之间的局部相似度。

上述实施例,通过向量距离来确定相似度,并且,局部相似度的确定不是单纯的依赖参考对象和目标对象的特征向量,而是基于特征向量得到初步相似度,然后再对初步相似度进行调整得到局部相似度,以便通过调整增大局部相似度的精度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京迈格威科技有限公司,未经北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110508436.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top