[发明专利]图片检索模型建立方法和装置、图片检索方法和装置

说明书

本申请实施例公开了图片检索模型建立方法和装置、图片检索方法和装置，所述图片检索模型建立方法包括：构建初始的第一神经网络和第二神经网络，所述第一神经网络与第二神经网络相同；所述第一和第二神经网络分别接收第一图片和第二图片，通过所述第一和第二神经网络前向传播；计算得到第一和第二特征；计算当前神经网络的损失，当损失非零时，将所述损失逐层反向传播到第一和第二神经网络中，并同步更新所述第一神经网络和第二神经网络中每层网络的权值。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图片检索方法和装置。

背景技术

除了文本检索之外，根据图片搜索图片的图片检索也是一个切实的需求。

在相关的现有技术中，其中一种图片检索方式是“感知哈希算法”。在该方法中，先将图片(检索图片和候选图片)缩小到一个小尺寸(如32×32大小)，再对图片进行二维的余弦变换，得到图片的频率分布的值，其中，低频的信息集中在左上角，高频的信息靠近右下角，再从余弦变换后的图片中截取左上角的一定区域(如，该区域大小为8×8)，该区域涵盖了原图的基本色调，再对该区域进行二值化处理，得到二值化结果，再将二值化结果编码为哈希码。在检索时，直接计算检索图片的哈希码和候选图片的哈希码的汉明距离，根据汉明距离评估检索图片和候选图片的相似度，并确定候选图片是否为检索结果。但是，这种图片检索方式对于自然场景中的图片比较适用，而对文本插图并不适用，当对文本插图进行检索时，其检索的准确度并不高。

另一种图片检索方式是将检索图片和候选图片都缩放到同等大小，并进行对齐，最后比较两个图片中各像素点的值是否一致，根据是否一致确定候选图片是否为检索结果。但是，这种方式也有其自身的缺陷：第一，由于拍摄导致的图片变形等问题，在对齐环节很容易使得对应像素错位，故不能得到准确的答案；第二，在大规模的图片检索中，如果将检索图片与每张候选图片单独进行对比、判别操作，操作的耗时极长、无法满足线上的快速检索的要求。

由此可见，现有的图片检索方式无法既满足检索准确度的要求又满足检索速度的要求。

发明内容

针对图像处理技术领域，本申请所要解决的技术问题是，针对现有技术的不足，提出一种图片检索方法和装置，以尽可能提高检索准确度的同时，提高检索速度。

本申请一方面，提供一种图片检索模型建立方法，包括：

构建初始的第一神经网络和第二神经网络，所述第一神经网络与第二神经网络相同；

所述第一神经网络接收第一图片，所述第二神经网络接收第二图片；

所述第一图片和第二图片分别通过所述第一神经网络和第二神经网络前向传播；

所述第一神经网络和第二神经网络分别计算得到与第一图片对应的第一特征和与第二图片对应的第二特征；

结合所述第一特征、第二特征和标签，计算当前神经网络的损失，所述标签用于标明所述第一图片与第二图片是否相似；

当损失为零时，所述第一神经网络和第二神经网络继续接收下一组训练数据，所述训练数据包括新的第一图片、第二图片和对应标识；

当损失非零时，将所述损失逐层反向传播到所述第一神经网络和第二神经网络中，并同步更新所述第一神经网络和第二神经网络中每层网络的权值，当误差被反向传播至所述第一神经网络和所述第二神经网络的输入层时，所述第一神经网络和第二神经网络接收下一组训练数据继续训练，直至训练数据均训练完成。

可选地，在所述第一图片和第二图片分别经所述第一神经网络和第二神经网络前向传播之前，还包括：

将所述第一图片和第二图片调整至第一尺寸，所述第一尺寸由所述第一神经网络确定。