[发明专利]对象检索方法、装置、设备及计算机存储介质

说明书

本申请公开了一种对象检索方法、装置、设备及计算机存储介质，涉及对象检索技术领域，用于降低对象检索时所需占用的内存，且提升了对象检索的效率，该方法包括：确定待检索的目标对象对应的目标特征向量，并基于参考维度，将所述目标特征向量映射为相应的目标哈希值；获得各个候选对象各自对应的候选哈希值；其中，每个候选哈希值，是基于所述参考维度，对相应的候选对象的候选特征向量进行映射得到的；基于各个候选哈希值各自与所述目标哈希值之间的哈希相似度，从所述各个候选对象中确定出至少一个召回对象；基于所述目标特征向量，与所述至少一个召回对象各自对应的候选特征向量之间的向量相似度，获得所述目标对象的对象检索结果。

技术领域

本申请涉及计算机技术领域，尤其涉及对象检索技术领域，提供一种对象检索方法、装置、设备及计算机存储介质。

背景技术

在图像检索领域中，提取图像特征向量(embedding)以计算图像相似度是较为常见的方式。随着技术的发展，用于图像检索的特征维度常常需要升级；例如：从图像表征效果不佳的32维升级到64维等，而在特征维度升级过程中，由于历史提取的embedding的数量巨大，将其全部从原本的32维全部更新到64维需要消耗大量的资源；因此，通常历史库存embedding不会更新，而只会对新增加的图像进行64维特征的提取。

但是在后续的检索应用中，则面临着不同维度特征无法实现检索上的兼容的问题，而需要分别建立不同的独立检索系统实现不同维度特征的检索；例如：针对32维特征建立32维特征检索系统，针对64维特征建立64维特征检索系统；而通过不同的独立检索系统进行检索，则需要占用更大的内存，检索效率更低。

发明内容

本申请实施例提供一种对象检索方法、装置、设备及计算机存储介质，用于降低对象检索时所需占用的内存，且提升了对象检索的效率。

一方面，提供一种对象检索方法，所述方法包括：

确定待检索的目标对象对应的目标特征向量，并基于参考维度，将所述目标特征向量映射为相应的目标哈希值；

获得各个候选对象各自对应的候选哈希值；其中，每个候选哈希值，是基于所述参考维度，对相应的候选对象的候选特征向量进行映射得到的；

基于各个候选哈希值各自与所述目标哈希值之间的哈希相似度，从所述各个候选对象中确定出至少一个召回对象；

基于所述目标特征向量，与所述至少一个召回对象各自对应的候选特征向量之间的向量相似度，获得所述目标对象的对象检索结果。

一方面，提供一种对象检索装置，所述装置包括：

哈希值确定单元，用于确定待检索的目标对象对应的目标特征向量，并基于参考维度，将所述目标特征向量映射为相应的目标哈希值；以及，获得各个候选对象各自对应的候选哈希值；其中，每个候选哈希值，是基于所述参考维度，对相应的候选对象的候选特征向量进行映射得到的；

召回单元，用于基于各个候选哈希值各自与所述目标哈希值之间的哈希相似度，从所述各个候选对象中确定出至少一个召回对象；

检索输出单元，用于基于所述目标特征向量，与所述至少一个召回对象各自对应的候选特征向量之间的向量相似度，获得所述目标对象的对象检索结果。

可选的，所述哈希值确定单元，具体用于：

针对所述各个候选对象，分别获得相应的候选特征向量；

调用已训练的哈希值确定模型中，与所述各个候选对象各自的候选特征向量的维度对应的特征映射网络，分别对所述各个候选对象各自的候选特征向量进行映射，获得所述各个候选对象各自对应的候选哈希值；其中，所述哈希值确定模型包括分别进行预训练后进行了联合训练的多个特征映射网络，每个特征映射网络对应于候选特征向量的一种维度。

可选的，所述装置还包括模型训练单元，用于：