[发明专利]图像库构建方法、图像检索方法、装置及相关设备

说明书

本发明公开了一种图像库构建方法、图像检索方法、装置、计算机设备及存储介质，所述方法包括：获取图像高维特征集合；对所有高维特征进行聚类处理，直到损失函数收敛，得到至少两个簇；基于所有簇，构建倒排文件系统；针对每一个簇，对簇中的所有点进行边连接处理，得到簇对应的完整图，并将所有完整图作为当前聚类图；对当前聚类图进行聚类处理，得到至少两个簇中心；基于所有簇中心，构建中间图；将中间图作为当前聚类图，并返回对所述当前聚类图进行聚类处理，得到至少两个簇中心的步骤继续执行，直到中间图对应的层数达到预设层数时，得到多层跳表；基于倒排文件系统和多层跳表，构建图像库。采用本发明提高对图像进行检索的准确率。

技术领域

本发明涉及图像检索领域，尤其涉及一种图像库构建方法、图像检索方法、装置、计算机设备及存储介质。

背景技术

随着图像处理的发展，高维特征向量使用越来越频繁，如在图像处理中，通过模型对图像进行特征提取，得到一个高维特征向量，该高维特征向量用以表示该图像的特征。现有方式可通过存储高维特征向量，并利用该高维特征向量进行图像检索，得到相似的图像。目前常用通过高维特征向量对图像进行检索的方法有基于量化编码的检索、基于树的检索等，但是，基于量化编码的检索因对高维特征向量进行压缩导致检索的准确率下降，基于树的检索适合维度低，数据量小的检索向量，当存在海量高维特征向量时，则导致检索的准确率下降。

因此，现有当存在海量高维特征向量时，对图像进行检索存在准确率低的问题。

发明内容

本发明实施例提供一种图像库构建方法、图像检索方法、装置、计算机设备和存储介质，以提高在存在海量高维特征向量时，对图像进行检索的准确率。

为了解决上述技术问题，本申请实施例提供一种图像库构建方法，包括以下步骤：

获取图像高维特征集合。

对所述图像高维特征集合中的所有高维特征进行聚类处理，直到损失函数收敛，得到至少两个簇，其中，所述簇由点构成，所述点与所述高维特征一一对应。

基于所有所述簇，构建倒排文件系统。

针对每一个所述簇，对所述簇中的所有点进行边连接处理，得到所述簇对应的完整图，并将所有所述完整图作为当前聚类图，其中，所有所述完整图为多层跳表的最底层图，所述多层跳表包括N个层，每一个层对应一个图，所述N为大于等于2的正整数；

对所述当前聚类图进行聚类处理，得到至少两个簇中心。

基于所有所述簇中心，构建中间图，其中，所述中间图为所述多层跳表的当前聚类图对应的上一层图。

将所述中间图作为当前聚类图，并返回所述对所述当前聚类图进行聚类处理，得到至少两个簇中心的步骤继续执行，直到所述中间图对应的层数达到预设层数时，得到多层跳表。

基于所述倒排文件系统和所述多层跳表，构建图像库。

为了解决上述技术问题，本申请实施例提供一种图像检索方法，包括以下步骤：

获取待检索图像，并将所述待检索图像输入到图像库中。

对所述待检索图像进高维特征提取，得到待检索高维特征。

基于倒排文件系统，计算所述待检索高维特征与每一个倒排文件对应的关键字的相似度，并根据计算得到的相似度结果，确定所述待检索高维特征对应的Top-k个簇。

针对所述Top-k个簇中的每一个簇，基于所述多层跳表，检索到与所述待检索高维特征距离最近的n个点，并将所述n个点作为候选点，其中，所述n为大于等于2的正整数。

将所有所述候选点对应的图像作为所述待检索图像的检索结果。