CN105117399A - 一种图像搜索方法和装置 - Google Patents

Abstract

本申请实施例提供了一种图像搜索方法。所述方法包括：接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息；提取所述第一图像中的第一目标对象的特征信息；在图像数据库中搜索符合所述请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像；采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。依据本申请可以将搜索到的图像与用户实际需要的图像的关联性提升。

Description

一种图像搜索方法和装置

技术领域

本申请涉及互联网技术领域，特别是涉及一种图像搜索方法和一种图像搜索装置。

背景技术

随着互联网技术的发展，人们越来越多通过互联网搜索信息。

在互联网搜索信息时，尤其是搜索图像信息时，当用户想搜索含有多个特征的结合在一起的图像时，通常只能搜索到分别含有各个特征的图像，例如，用户想搜索一张包含有印刷了沙皮狗图案的女装衬衣的图像，用户提交了包含“沙皮狗”、“女装衬衣”等关键词的搜索请求后，现有技术通常是根据关键词分别搜索含有沙皮狗的图像和含有女装衬衣的图像并返回给用户，然而用户真正想要的是印刷有沙皮狗图案的女装衬衣的图像，并非分别包含沙皮狗与女装衬衣的图像。因此，现有的图像搜索方式，导致了用户获取到的图像与其实际需要的图像关联性不大的问题。

发明内容

鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像搜索方法和相应的一种图像搜索装置。

依据本申请的一个方面，公开了一种图像搜索方法，所述方法包括：

接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息；

提取所述第一图像中的第一目标对象的特征信息；

在图像数据库中搜索符合所述请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像；

采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

可选地，所述方法还包括：

预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别；

将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

可选地，所述在图像数据库中搜索符合所述图像类别的请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像的步骤包括：

在所述图像数据库中搜索符合所述请求信息的某个类别的待处理图像；

提取所述某个类别的待处理图像中的第一目标对象的特征信息；

计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度；

当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

可选地，所述采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示的步骤包括：

分别提取所述第一图像与所述第二图像的像素点坐标信息；

采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域；

将所述目标显示区域合成所述第三图像。

可选地，所述预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别的步骤包括：

通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息；

分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息；

将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

可选地，所述第二图像的第一目标对象的位置处于所述第二图像的第二目标对象之内，所述采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示的步骤包括：

所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。

依据本申请的另一个方面，公开了一种图像搜索装置，所述装置包括：

图像接收模块，用于接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息；

特征信息提取模块，用于提取所述第一图像中的第一目标对象的特征信息；

搜索模块，用于在图像数据库中搜索符合所述图像类别的请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像；

图像生成模块，用于采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

可选地，所述装置还包括：

预处理模块，用于预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别；

保存模块，用于将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

可选地，所述搜索模块包括：

待处理图像搜索子模块，用于在所述图像数据库中搜索符合所述图像类别的请求信息的某个类别的待处理图像；

待处理图像提取子模块，用于提取所述某个类别的待处理图像中的第一目标对象的特征信息；

待处理图像计算子模块，用于计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度；

第二图像确定子模块，用于当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

可选地，所述图像生成模块包括：

像素点坐标信息提取子模块，用于分别提取所述第一图像与所述第二图像的像素点坐标信息；

目标显示区域确定子模块，用于采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域；

第三图像合成子模块，用于将所述目标显示区域合成所述第三图像。

可选地，所述预处理模块包括：

卷积神经网络***子模块，用于通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息；

标准特征信息匹配子模块，用于分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息；

图像类别确定子模块，用于将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

可选地，所述所述第二图像的第一目标对象的位置处于所述第二图像的第二目标对象之内，所述图像生成模块包括：

第三图像布局子模块，用于所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。

本申请实施例包括以下优点：

1、本申请实施例通过接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息，提取第一图像中的第一目标对象的特征信息，在图像数据库中搜索符合请求信息的匹配于第一图像中第一目标对象特征信息的第二图像，采用第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示，用户获取到的第三图像符合用户对图像类别的需求，提升了搜索到的图像与用户实际需要的图像的关联性。

2、通过在对应于用户上传的请求信息中的图像类别的多个待处理图像中匹配特征信息，用户可以根据某一个图像类别的图像、甚至可以是与搜索目标的图像类别没有关联的图像，搜索到多种或特定图像类别的图像，从而提升了图像搜索的可扩展性和灵活性。

附图说明

图1是本申请的一种图像搜索方法实施例1的步骤流程图；

图2是本申请的一种图像搜索方法实施例2的步骤流程图；

图3是本申请的一种图像搜索装置实施例1的结构框图；

图4是本申请的一种图像搜索装置实施例2的结构框图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

参照图1，示出了本申请的一种图像搜索方法实施例1的步骤流程图，具体可以包括如下步骤：

步骤101，接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息。

在实际的应用场景里，用户可能对若干个物品或物体的结合感兴趣，利用时装设计师想利用动物形象设计一款时装，想搜索一些带有动物图案的衣服的图像作为设计参考；又或者家具设计师想针对某个自然景观设计一款沙发，会去搜索相关的画有该自然景观的其他家具。在搜索时，用户可以将一个或多个物品或物体例如用拍照、3D扫描的方式制作成图像，或利用现有的包含了该物品或物体的图像，通过电脑、手机等移动终端将图像上传到服务器。用户还可以根据实际需要通过含有图像类别的请求信息限定包含了某个特定类别的内容的图像，用户通过包含了某个物品或物体的图像及包含了图像类别的请求信息，以便于搜索包含了所上传图像中的物品或物体的属于某个特定图像类别的多个图像，例如用户需要将某只沙皮狗的形象结合到女装衬衣上，可以将该沙皮狗拍照并上传图像到服务器，并请求搜索女装衬衣类别的图像，以搜索到带有沙皮狗图案的女装衬衣的图像。

步骤102，提取所述第一图像中的第一目标对象的特征信息。

在具体的实现中，服务器可以通过现有的图像识别技术分别识别出一个或多个第一目标对象，并从已识别出的第一目标对象中提取该第一目标对象的特征信息。特征信息可以是反映第一目标对象在图像中的颜色、尺寸、形状、花纹等的多种外观特性的计算机可读的数据，例如，颜色可以是第一目标对象在图像中的RGB颜色***(RedGreenBlueColorSystem)的数据，尺寸可以是第一目标对象在图像中的各个像素点坐标数据等，本领域技术人员可以根据实际情况采用不同的反映目标对象各种外观特性的数据作为特征信息，本申请实施例对此不作限制。

步骤103，在图像数据库中搜索符合所述图像类别的请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像。

需要说明的是，上述待处理图像的第二目标对象为可以反映图像类别的目标对象。具体实现中，可以预先将保存在图像数据库中的多个待处理图像按照待处理图像的特征信息进行分类，分类的方式可以是通过提取并识别待处理图像的第二目标对象的特征信息而实现，例如，提取待处理图像的特征信息，从特征信息中识别出图像中具有女装衬衣的外形特征，即可将其归类为女装衬衣的图像类别的图像。

服务器根据用户上传的请求信息中的图像类别在图像数据库搜索符合该请求信息中的图像类别的多个待处理图像，并进一步针对该图像类别的多个待处理图像第一目标对象进行特征信息提取处理，例如，针对女装衬衣图像类别的待处理图像，在第二目标对象女装衬衣的图像部分，提取女装衬衣范围内的外形、颜色、花纹等外形特征的特征信息，并与第一图像的第一目标对象的特征信息进行匹配度计算，当匹配度大于预设的匹配度阈值时，可以将待处理图像作为第二图像。所述匹配度可以根据实际情况由本领域技术人员设定，本申请实施例对此不做限制。

步骤104，采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

在实际的应用中，用户上传的第一图像和搜索到的第二图像，可能含有用户不需要的图像信息，因此可以通过提取第一图像的第一目标对象和第二图像的第一目标对象和第二目标对象，并将提取的部分重新剪裁合并成为一张新的图像作为第三图像显示给用户。第三图像只保留有用户需要的图像信息，减少了图像中的无用信息对用户的视觉干扰，提升了用户获取图像信息的效率。

本申请实施例通过接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息，提取第一图像中的第一目标对象的特征信息，在图像数据库中搜索符合请求信息中图像类别的匹配于第一图像中的第一目标对象的特征信息的第二图像，采用第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示，用户获取到的第三图像符合用户对图像类别的需求，提升了搜索到的图像与用户实际需要的图像的关联性。

进一步，通过在对应于用户上传的请求信息中的图像类别的多个待处理图像中匹配特征信息，用户可以根据某一个图像类别的图像、甚至可以是与搜索目标的图像类别没有关联的图像，搜索到多种或特定图像类别的图像，从而提升了图像搜索的可扩展性和灵活性。

参照图2，示出了本申请的一种图像搜索方法实施例2的步骤流程图，具体可以包括如下步骤：

步骤201，预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别。

步骤202，将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

具体实现中，服务器可以通过互联网获取到大量的图像作为待处理图像，并可以通过现有的图像识别技术提取待处理图像的第二目标对象的特征信息，将该特征信息与某个类别预设的标准特征信息匹配，当匹配成功后即可将该某个类别作为待处理图像的类别。例如，可以预设有男装短裤的标准特征信息，针对待处理图像，可以识别图像中符合裤子形状的部分并进行特征信息提取，当提取了待处理图像中裤形部分的特征信息，与预设的男装短裤的标准特征信息进行匹配度计算，当匹配度满足一定阈值后，可以将该待处理图像确定为男装短裤的图像类别。

各个待处理图像确定了图像类别后，可以在相应地添加图像类别标签并保存在图像数据库中。

作为本申请实施例的优选示例，所述步骤201可以包括以下子步骤：

子步骤S11，通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息。

子步骤S12，分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息。

子步骤S13，将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

卷积神经网络***(ConvolutionalNeuralNetworks,CNN)是一个可以提取图像特征信息并通过利用大量不同类型的图像进行训练而实现深度学习的识别***，所谓深度学习为人工智能领域的前沿技术，其可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深度学习采用了深层神经网络模型(DeepNeuralNetworks，DNN)，深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型以层次化、逐层初始化为代表的一系列方法在多个应用领域获得了成功。从深层神经网络模型发展而成的卷积神经网络***，利用图像局部的统计特征信息与其他局部的特征信息一致的固有特性进行图像分析和识别，适用于像素点较多的大尺寸图像，利用卷积神经网络***进行图像的特征信息提取和匹配处理，可以更准确地识别图像，从而提升了图像搜索的准确性。

此外，卷积神经网络***预设有各个图像类别的标准特征信息。通过控制卷积神经网络***提取待处理图像的第二目标对象的特征信息，并将该特征信息与对应着各个不同图像类别的标准特征信息匹配，当待处理图像的第二目标对象的特征信息与某个图像类别的标准特征信息匹配时，可以将该图像类别作为待处理图像的图像类别。

步骤203，接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息。

步骤204，提取所述第一图像中的第一目标对象的特征信息。

步骤205，在所述图像数据库中搜索符合所述请求信息的某个类别的待处理图像。

步骤206，提取所述某个类别的待处理图像中的第一目标对象的特征信息。

步骤207，计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度。

步骤208，当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

在具体实现中，用户可以通过电脑、手机等移动终端发送给服务器包含有某个物品或物体的图像和图像类别的请求信息，服务器提取用户上传的图像中的主要对象的特征信息，并可以根据请求信息中的图像类别在图像数据库中搜索相应图像类别的多个待处理图像，对该多个待处理图像进行特征信息提取处理，提取出的特征信息与用户上传的第一图像中的第一目标对象的特征信息进行匹配度计算，当匹配度大于预设的匹配度阈值时，可以将待处理图像作为第二图像。

步骤209，采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

作为本申请实施例的优选示例1，所述步骤209可以包括以下子步骤：

子步骤S21，分别提取所述第一图像与所述第二图像的像素点坐标信息。

子步骤S22，采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域。

子步骤S23，将所述目标显示区域合成所述第三图像。

具体实现中，可以利用现有的图像识别技术识别图像的像素点坐标信息，像素点坐标信息可以是组成目标对象的各个像素点在图像中的坐标数据，利用像素点坐标信息，可以勾勒出图像中目标对象与非目标对象的区分边界，依据区分边界可以确定出目标对象在图像中的需要显示的区域，通过上述方式可以分别确定出第一图像的第一目标对象和第二图像的第一目标对象和第二目标对象的目标显示区域。本领域技术人员也可以采用其他方式确定图像中的目标显示区域，本申请实施例对此不作限制。

在确定了各个目标显示区域后，可以将其合成为第三图像。将目标显示区域合成第三图像的方式可以有多种，例如可以将第一图像的目标显示区域与第二图像的目标显示区域分别从原图像中裁剪出来，用左右并排的布局重新组合成新的第三图像。

作为本申请实施例的优选示例2，所述第二图像的第一目标对象的位置处于所述第二图像的第二目标对象之内，所述步骤209可以包括以下子步骤：

子步骤S31，所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。

需要说明的是，实际应用中第一目标对象的位置通常处于第二目标对象之内，如衣服中的动物图案，动物图案通常不会超出衣服的范围，因此在生成第三图像时，仅需确定了第一图像的第一目标对象和第二图像的第二目标对象，即可以此生成第三图像，生成的第三图像包含了第一图像的第一目标对象和第二图像的第一目标对象和第二目标对象，从而在保证了第三图像所包含的图像信息的同时节省了处理资源。

第三图像中包含的第一图像的第一目标对象与第二图像的包含了第一目标对象的第二目标对象以并排的布局方式组合并显示，使用户更便捷地对比上传的图像中的物品或物体与搜索到的图像中的物品或物体是否相似。

根据本申请实施例，通过预先在互联网获取大量的图像作为待处理图像，对待处理图像进行特征信息提取处理，根据待处理图像的第二目标对象的特征信息分类并保存在图像数据库，在数据库中搜索对应于用户上传的请求信息中的图像类别的多个待处理图像，进一步匹配第一图像的第一目标对象与第二图像的第一目标对象的特征信息，使得用户可以获取到大量的与用户实际需要的图像关联性较大的图像，扩展了图像搜索的搜索覆盖面。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

参照图3，示出了本申请的一种图像搜索装置实施例1的结构框图，具体可以包括如下模块：

图像接收模块301，用于接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息。

特征信息提取模块302，用于提取所述第一图像中的第一目标对象的特征信息。

搜索模块303，用于在图像数据库中搜索符合所述请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像。

图像生成模块304，用于采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

第三图像只保留有用户需要的图像信息，减少了图像中的无用信息对用户的视觉干扰，提升了用户获取图像信息的效率。

本申请实施例通过接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息，提取第一图像中的第一目标对象的特征信息，在图像数据库中搜索符合请求信息的匹配于第一图像中的第一目标对象的特征信息的第二图像，采用第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示，用户获取到的第三图像符合用户对图像类别的需求，提升了搜索到的图像与用户实际需要的图像的关联性。

进一步，通过在对应于用户上传的请求信息中的图像类别的多个待处理图像中匹配特征信息，用户可以根据某一个图像类别的图像、甚至可以是与搜索目标的图像类别没有关联的图像，搜索到多种或特定图像类别的图像，从而提升了图像搜索的可扩展性和灵活性。

参照图4，示出了本申请的一种图像搜索装置实施例2的结构框图，具体可以包括如下模块：

预处理模块401，用于预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别。

保存模块402，用于将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

作为本申请实施例的优选示例，所述预处理模块401可以包括以下子模块：

卷积神经网络***子模块，用于通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息。

标准特征信息匹配子模块，用于分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息。

图像类别确定子模块，用于将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

图像接收模块403，用于接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息。

特征信息提取模块404，用于提取所述第一图像中的第一目标对象的特征信息。

搜索模块405，用于在图像数据库中搜索符合所述请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像。

作为本申请实施例的优选示例，所述搜索模块405可以包括以下子模块：

待处理图像搜索子模块，用于在所述图像数据库中搜索符合所述请求信息的某个类别的待处理图像。

待处理图像提取子模块，用于提取所述某个类别的待处理图像中的第一目标对象的特征信息。

待处理图像计算子模块，用于计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度。

第二图像确定子模块，用于当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

图像生成模块406，用于采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

作为本申请实施例的优选示例一，所述图像生成模块406可以包括以下子模块：

像素点坐标信息提取子模块，用于分别提取所述第一图像与所述第二图像的像素点坐标信息。

目标显示区域确定子模块，用于采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域。

第三图像合成子模块，用于将所述目标显示区域合成所述第三图像。

作为本申请实施例的优选示例二，所述图像生成模块406可以包括以下子模块：

第三图像布局子模块，用于所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。

根据本申请实施例，通过预先在互联网获取大量的图像作为待处理图像，对待处理图像进行特征信息提取处理，根据待处理图像的第二目标对象的特征信息分类并保存在图像数据库，在数据库中搜索对应于用户上传的请求信息中的图像类别的多个待处理图像，进一步匹配第一图像的第一目标对象与第二图像的第一目标对象的特征信息，使得用户可以获取到大量的与用户实际需要的图像关联性较大的图像，扩展了图像搜索的搜索覆盖面。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种图像搜索方法和一种图像搜索装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种图像搜索方法，其特征在于，包括：

接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息；

提取所述第一图像中的第一目标对象的特征信息；

在图像数据库中搜索符合所述请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像；

采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别；

将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

3.根据权利要求1所述的方法，其特征在于，所述在图像数据库中搜索符合所述图像类别的请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像的步骤包括：

在所述图像数据库中搜索符合所述请求信息的某个类别的待处理图像；

提取所述某个类别的待处理图像中的第一目标对象的特征信息；

计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度；

当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

4.根据权利要求1所述的方法，其特征在于，所述采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示的步骤包括：

分别提取所述第一图像与所述第二图像的像素点坐标信息；

采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域；

将所述目标显示区域合成所述第三图像。

5.根据权利要求2所述的方法，其特征在于，所述预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别的步骤包括：

通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息；

分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息；

将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

6.根据权利要求1所述的方法，其特征在于，所述第二图像的第一目标对象的位置处于所述第二图像的第二目标对象之内，所述采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示的步骤包括：

所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。

7.一种图像搜索装置，其特征在于，包括：

图像接收模块，用于接收通过移动终端上传的包含第一目标对象的第一图像及图像类别的请求信息；

特征信息提取模块，用于提取所述第一图像中的第一目标对象的特征信息；

搜索模块，用于在图像数据库中搜索符合所述图像类别的请求信息的匹配于所述第一图像中的第一目标对象的特征信息的第二图像；

图像生成模块，用于采用所述第一图像的第一目标对象与所述第二图像的第一目标对象和第二目标对象生成第三图像并显示。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

预处理模块，用于预先在互联网获取待处理图像，并根据所述待处理图像的第二目标对象的特征信息确定所述待处理图像的图像类别；

保存模块，用于将所述待处理图像按照不同的图像类别分类并保存在所述图像数据库。

9.根据权利要求7所述的装置，其特征在于，所述搜索模块包括：

待处理图像搜索子模块，用于在所述图像数据库中搜索符合所述图像类别的请求信息的某个类别的待处理图像；

待处理图像提取子模块，用于提取所述某个类别的待处理图像中的第一目标对象的特征信息；

待处理图像计算子模块，用于计算所述第一图像中的第一目标对象的特征信息与所述某个类别的待处理图像中的第一目标对象的特征信息的匹配度；

第二图像确定子模块，用于当所述匹配度大于预设阈值，将所述某个类别的待处理图像作为所述第二图像。

10.根据权利要求7所述的装置，其特征在于，所述图像生成模块包括：

像素点坐标信息提取子模块，用于分别提取所述第一图像与所述第二图像的像素点坐标信息；

目标显示区域确定子模块，用于采用所述第一图像与所述第二图像的像素点坐标信息分别确定所述第一图像的第一目标对象和所述第二图像的第一目标对象和第二目标对象的目标显示区域；

第三图像合成子模块，用于将所述目标显示区域合成所述第三图像。

11.根据权利要求8所述的装置，其特征在于，所述预处理模块包括：

卷积神经网络***子模块，用于通过卷积神经网络***提取所述待处理图像的第二目标对象的特征信息；

标准特征信息匹配子模块，用于分别匹配所述待处理图像的第二目标对象的特征信息与不同的对应各个图像类别的标准特征信息；

图像类别确定子模块，用于将匹配于所述待处理图像的第二目标对象的特征信息的标准特征信息的图像类别作为所述待处理图像的图像类别。

12.根据权利要求1所述的装置，其特征在于，所述所述第二图像的第一目标对象的位置处于所述第二图像的第二目标对象之内，所述图像生成模块包括：

第三图像布局子模块，用于所述第一图像的第一目标对象与所述第二图像的包含了第一目标对象的第二目标对象以并排的布局方式生成所述第三图像并显示。