CN108563792B - 图像检索处理方法、服务器、客户端及存储介质 - Google Patents
图像检索处理方法、服务器、客户端及存储介质 Download PDFInfo
- Publication number
- CN108563792B CN108563792B CN201810409788.XA CN201810409788A CN108563792B CN 108563792 B CN108563792 B CN 108563792B CN 201810409788 A CN201810409788 A CN 201810409788A CN 108563792 B CN108563792 B CN 108563792B
- Authority
- CN
- China
- Prior art keywords
- image
- retrieval
- feature
- information
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请提供一种图像检索处理方法、服务器、客户端及存储介质,该方法包括:根据客户端发送的检索请求,向客户端发送图像检索结果;接收客户端发送的检索筛选请求,检索筛选请求包括用户针对图像检索结果进行选择的反馈结果信息;获取第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;根据第一图像特征和反馈图像特征,进行相应的检索筛选处理。由于在检索过程中,融合了用户针对检索结果的反馈结果信息,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
Description
技术领域
本申请涉及信息检索技术领域,尤其涉及一种图像检索处理方法、服务器、客户端及存储介质。
背景技术
在当前互联网背景下,随着人们知识产权意识的不断提高,用户对于商标图像检索的需求越来越高,为了提高商标图像搜索结果的准确性,以更好地服务用户,图像搜索技术得到了越来越多的关注。
现有的商标图像搜索技术,通常需要用户按照图形编码查询,查询过程中需要找到对应的编码,然后输入,再进行检索,检索的行为是一次性的,检索出的结果往往很难趋近于用户的真正需求。因此,如何有效提高图像检索结果的准确性成为亟需解决的技术问题。
发明内容
本申请提供一种图像检索处理方法、服务器、客户端及存储介质,以解决现有技术检索结果准确性低等缺陷。
本申请第一个方面提供一种图像检索处理方法,包括:
根据客户端发送的检索请求,向所述客户端发送图像检索结果,所述检索请求包括待检索的第一图像;
接收客户端发送的检索筛选请求,所述检索筛选请求包括用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
获取所述第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;
根据所述第一图像特征和所述反馈图像特征,进行相应的检索筛选处理。
本申请的第二个方面提供一种图像检索处理方法,包括:
接收服务器响应检索请求所发送的图像检索结果,并进行显示,所述检索请求包括待检索的第一图像;
获取用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
将所述反馈结果信息发送给所述服务器,以使所述服务器根据所述第一图像和所述反馈结果信息进行相应的检索筛选处理。
本申请的第三个方面提供一种服务器,包括:第一发送模块,用于根据客户端发送的检索请求,向所述客户端发送图像检索结果,所述检索请求包括待检索的第一图像;
第一接收模块,用于接收客户端发送的检索筛选请求,所述检索筛选请求包括用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
第一获取模块,用于获取所述第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;
处理模块,用于根据所述第一图像特征和所述反馈图像特征,进行相应的检索筛选处理。
本申请的第四个方面提供一种客户端,包括:
第二接收模块,用于接收服务器响应检索请求所发送的图像检索结果,所述检索请求包括待检索的第一图像;
显示模块,用于将所述图像检索结果进行显示;
第二获取模块,用于获取用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
第二发送模块,用于将所述反馈结果信息发送给所述服务器,以使所述服务器根据所述第一图像和所述反馈结果信息进行相应的检索筛选处理。
本申请的第五个方面提供一种服务器,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现上述第一个方面提供的方法。
本申请的第六个方面提供一种客户端,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现上述第二个方面提供的方法。
本申请的第七个方面提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现第一个方面提供的方法。
本申请的第八个方面提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现第二个方面提供的方法。
本申请提供的图像检索处理方法、服务器、客户端及存储介质,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的图像检索处理方法的流程示意图;
图2为本申请另一实施例提供的图像检索处理方法的流程示意图;
图3为本申请再一实施例提供的图像检索处理方法的流程示意图;
图4为本申请一实施例提供的界面示意图;
图5为本申请又一实施例提供的图像检索处理方法的流程示意图;
图6为本申请一实施例提供的服务器的结构示意图;
图7为本申请一实施例提供的客户端的结构示意图;
图8为本申请另一实施例提供的服务器的结构示意图;
图9为本申请另一实施例提供的客户端的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先对本申请所涉及的名词进行解释:
图像特征:是指描述图像的性质或属性的特征,主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。其中,颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。纹理特征也是一种全局特征,它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性,并不能完全反映出物体的本质属性,所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同,纹理特征不是基于像素点的特征,它需要在包含多个像素点的区域中进行统计计算。形状特征有两类表示方法,一类是轮廓特征,另一类是区域特征。图像的轮廓特征主要针对物体的外边界,而图像的区域特征则关系到整个形状区域。所谓空间关系,是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系,这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类:相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况,如上下左右关系等,后一种关系强调的是目标之间的距离大小以及方位。
图像描述信息:是指描述图像内容的文本特征。具体是可以根据图像内容进行猜词,猜词指的是提供图像语义相关信息,可以依托现有的图像分类技术,比如百度领先的图像分类技术等,相同相似图像检索技术等等,快速识别图像中的内容,以及图像内容所属的类别,如花卉,宠物等等,获取描述图像内容的文本特征。比如,图像中有一个苹果,则对应的图像描述信息为“苹果”。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
本申请提供的图像检索处理方法,适用于用户根据待检索图像,检索与待检索图像相似图像的应用场景。比如,商标图像检索。也适用于其他的细分类方向,包括人脸、宠物、花卉识别等等。
下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
实施例一
本实施例提供一种图像检索处理方法,用于进行图像检索处理,以提高图像检索结果的准确性。本实施例的执行主体可以为服务器。
如图1所示,为本实施例提供的图像检索处理方法的流程示意图,该方法包括:
步骤101,根据客户端发送的检索请求,向客户端发送图像检索结果,检索请求包括待检索的第一图像。
具体的,当用户需要针对待检索的第一图像进行图像检索时,可以通过客户端上传或拖入待检索的第一图像,并触发检索请求,客户端则将包括第一图像的检索请求发送给服务器,服务器则可以根据客户端发送的检索请求,向客户端发送图像检索结果。服务器根据检索请求获得图像检索结果的具体操作可以采用现有技术中任意可实施的方式,本实施例不做限定。
步骤102,接收客户端发送的检索筛选请求,检索筛选请求包括用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种。
具体的,客户端在接收到服务器发送的图像检索结果后,可以将图像检索结果显示给用户,由用户进行选择,用户在选择后,触发检索筛选请求。检索筛选请求可以是请求再次检索,也可以是请求对获得的图像检索结果进行筛选,具体可以根据实际需求进行设置。服务器接收客户端发送的检索筛选请求,检索筛选请求中包括用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种。即反馈结果信息可以只包括用户选择的相似图像信息或只包括用户选择的不相似图像信息,或者,反馈结果信息可以包括用户选择的相似图像信息和不相似图像信息两种。
其中,相似图像信息具体可以包括一个或多个相似图像的相关信息,不相似图像信息也可以包括一个或多个不相似图像的相关信息。
步骤103,获取第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征。
具体的,服务器在接收到客户端发送的检索筛选请求后,则可以获取第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征,第一图像是客户端发送检索请求时,服务器从检索请求中获得的,服务器可以将第一图像进行存储,因此,在客户端发送检索筛选请求后,服务器可以从存储区域获取第一图像。可选地,还可以是客户端在发送检索筛选请求时再次携带第一图像,具体可以根据实际需求进行设置。
第一图像特征可以包括颜色特征、纹理特征、形状特征和空间关系特征中的至少一种,第一图像特征的提取可以采用现有技术中的任意图像识别算法进行提取,比如SIFT(Scale-Invariant Feature Transform,尺度不变特征变换)特征提取算法、SURF(SpeededUp Robust Features,加速鲁棒性)特征提取算法等等,在此不再赘述。反馈图像特征具体是指反馈结果信息中包括的相似图像信息和不相似图像信息对应的图像特征,由于用户是根据图像检索结果呈现的各图像进行选择的,因此用户选择的相似图像和不相似图像是预配置的特征库中已经存在的,其对应的图像特征则可以根据相似图像信息或不相似图像信息从特征库中获取。相似图像信息可以是相似图像的标识信息,比如图像ID,同样地,不相似图像信息可以是不相似图像的标识信息。特征库中存储有这些相似图像和不相似图像,以及各图像对应的图像特征,以及根据各图像的标识信息建立的各图像与图像特征的对应关系,服务器可以根据相似图像或不相似图像的标识信息,从特征库中获取各图像对应的图像特征。
以商标检索为例,特征库中存储有至当前为止所有已经注册的商标图像,以及商标图像的标识信息、及各商标图像对应的图像特征。
步骤104,根据第一图像特征和反馈图像特征,进行相应的检索筛选处理。
具体的,服务器在获取到第一图像特征和反馈图像特征后,则可以根据第一图像特征和反馈图像特征,进行相应的检索筛选处理。可以根据实际设置,进行再次检索,或者对前一次的图像检索结果进行进一步筛选,具体不做限定。
可选地,以上检索筛选过程可以进行多***作,即,在获得检索筛选结果后,可以再次显示给用户,用户再次选择相似图像和不相似图像中的至少一种,然后再次触发检索筛选请求,服务器则再次根据用户新选择的相似图像和不相似图像进行检索或筛选,依此类推,直至满足用户需求,不再触发检索筛选请求为止,每轮的具体过程与上述过程一致,在此不再赘述。
本实施例提供的图像检索处理方法,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例二
本实施例对实施例一提供的图像检索处理方法做进一步补充说明。
如图2所示,为本实施例提供的图像检索处理方法的流程示意图。
作为一种可实施的方式,在上述实施例一的基础上,可选地,步骤102具体包括:
步骤1021,接收客户端发送的检索筛选请求,检索筛选请求包括用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息。
具体的,用户选择了一个或多个相似图像,以及一个或多个不相似图像,客户端获取到用户选择的相似图像对应的第一标识信息,以及不相似图像对应的第二标识信息,并将包含相似图像对应的第一标识信息,以及不相似图像对应的第二标识信息的检索筛选请求发送给服务器,服务器则可以接收到客户端发送的检索筛选请求,并根据检索筛选请求进行相应的处理。
相应的,步骤103具体包括:
步骤1031,获取第一图像对应的第一图像特征、各第一标识信息对应的第二图像特征,以及各第二标识信息对应的第三图像特征。
具体的,服务器在接收到客户端发送的检索筛选请求后,则可以获取第一图像对应的第一图像特征,各第一标识信息对应的第二图像特征,以及各第二标识信息对应的第三图像特征。其中,第一图像特征的提取可以采用现有技术中的任意图像识别算法进行提取,第二图像特征和第三图像特征可以根据第一标识信息和第二标识信息,从特征库中获取对应的图像特征。每个相似图像对应一个第一标识信息,每个不相似图像对应一个第二标识信息。第一标识信息和第二标识信息具体可以是图像ID,特征库中预先存储有各图像与图像特征的对应关系。
相应地,步骤104具体包括:
步骤1041,根据第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果。
具体的,在进行检索筛选时,综合了待检索图像对应的第一图像特征、用户选择的相似图像对应的第二图像特征,以及用户选择的不相似图像对应的第三图像特征,使得筛选时,可以加重用户选择的相似图像的特征的比重,减少用户选择的不相似图像的特征的比重,以更准确地检索出趋近于用户需求的结果图像。
步骤1042,将检索筛选结果发送给客户端,以使客户端将检索筛选结果显示给用户。
服务器在获得检索筛选结果后,则需要将检索筛选结果发送给客户端,以显示给用户,供用户查看或进一步选择。
可选地,步骤1041具体包括:
步骤10411,根据预设规则,将第一图像特征、第二图像特征和第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征;
具体的,在进行检索筛选时,可以根据实际需求,设置相应的预设规则,将第一图像特征、第二图像特征和第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得融合后的第四图像特征。
步骤10422,根据第四图像特征,从特征库中搜索匹配的检索筛选结果。
具体的,可以根据第四图像特征,从特征库中搜索匹配的检索筛选结果,相当于是根据第四图像特征进行了再次检索,也可以是从图像检索结果中筛选获得检索筛选结果。
可选地,步骤10411具体可以包括:
根据以下公式(1),将第一图像特征、第二图像特征和第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1。
示例性的,在实际应用中,α=0.1,β=0.6,γ=0.3,具体可以根据实际需求进行调整。
可选的,在步骤1041之后,方法还包括:
步骤2011,获取第一图像对应的第一图像描述信息、第一标识信息对应的第二图像描述信息、以及第二标识信息对应的第三图像描述信息。
具体的,在获得检索筛选结果后,还可以进一步进行过滤,首先要获取第一图像对应的第一图像描述信息、第一标识信息对应的第二图像描述信息、以及第二标识信息对应的第三图像描述信息。其中,第一图像描述信息可以根据图像内容实时进行猜词获得,猜词指的是提供图像语义相关信息,可以依托现有的图像分类技术,比如百度领先的图像分类技术等,相同相似图像检索技术等等,快速识别图像中的内容,以及图像内容所属的类别,如花卉,宠物等等,获取描述图像内容的文本特征。比如,图像中有一个苹果,则对应的图像描述信息为“苹果”。第二图像描述信息和第三图像描述信息则可以从特征库中获取,特征库中同样预先存储了各图像对应的图像描述信息,即可以预先对特征库中的图像进行猜词处理,具体不再赘述。
步骤2012,采用第一图像描述信息、第二图像描述信息和第三图像描述信息,对检索筛选结果进行过滤,获得过滤后的检索筛选结果。
具体的,在获得第一图像描述信息、第二图像描述信息和第三图像描述信息后,则可以采用第一图像描述信息、第二图像描述信息和第三图像描述信息,对检索筛选结果进行过滤,获得过滤后的检索筛选结果。
在获得检索筛选结果后,进一步采用图像描述信息对检索筛选结果进行过滤,进一步提高了检索结果的准确性。并且,在过滤时同样综合了待检索图像的图像描述信息,以及用户选择的相似图像和不相似图像的图像描述信息,更有助于使检索结果趋近于用户需求。
相应的,步骤1042具体包括:
步骤10421,将过滤后的检索筛选结果发送给客户端,以使客户端将过滤后的检索筛选结果显示给用户。
该步骤的具体操作与步骤1042一致,在此不再赘述。
可选的,步骤2012具体包括:
步骤20121,根据以下公式(2),以及第一图像描述信息、第二图像描述信息和第三图像描述信息,确定第四图像描述信息;
其中,R'为第四图像描述信息,R为第一图像描述信息,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Bi为第一标识信息i对应的第二图像描述信息,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,Bj为第二标识信息j对应的第三图像描述信息,表示各第二图像描述信息的交集,表示各第三图像描述信息的并集。
具体的,在待检索的第一图像对应的第一图像描述信息中,增加各第二图像描述信息的交集中的描述信息,并除去各第三图像描述信息的并集中的描述信息,获得第四图像描述信息。
示例性的,第一图像描述信息为(苹果,小鸟,鲜花),第二图像描述信息的交集为(树),第三图像描述信息的并集为(苹果,鲜花),则获得的第四图像描述信息为(小鸟,树)。
步骤20122,根据第四图像描述信息,对检索筛选结果进行过滤。
具体的,服务器需要获取检索筛选结果中各图像对应的图像描述信息,从中搜索符合第四图像描述信息的图像,以获得过滤后的检索筛选结果。
可选地,服务器还可以对图像检索结果进行过滤,具体可以根据第一图像对应的第一图像描述信息对图像检索结果进行过滤,提高初次检索返回的检索结果的准确率。
可选地,在每一轮检索筛选的过程中,都可以对获得的检索筛选结果,根据图像描述信息进行过滤,具体过滤操作与上述过程一致,在此不再赘述。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,反馈结果信息可以包括一个或多个相似图像对应的第一标识信息,或者,一个或多个不相似图像对应的第二标识信息。即用户只选择了认为相似的图像,或者用户只选择了认为不相似的图像。其他步骤的具体操作与上述过程相似,在此不再赘述。
在特征融合时,上述公式(1)中保留相应的两部分即可,对于融合系数可以根据实际情况进行设置,比如,以反馈结果信息包括一个或多个相似图像对应的第一标识信息为例,特征融合公式应为:
其中,α、β满足条件:α+β=1,0≤α≤1,0≤β≤1。其他符号含义与公式(1)相同,在此不再赘述。据上,本领域技术人员能够明确地毫无疑义地推知,反馈结果信息包括一个或多个不相似图像对应的第二标识信息的具体执行过程,在此不再赘述。
可选地,本申请实施例提供的图像检索处理方法,也可以扩展适用于首次检索输入关键词的情况,即,用户在客户端输入关键词,服务器根据关键词进行初步检索,将初步检索结果返回到客户端进行显示,并供用户选择,在第二次检索时,则可以只根据用户反馈结果信息包括的相似图像对应的第二图像特征和不相似图像对应的第三图像特征进行检索,也即,在特征融合时,公式(1)中只保留第二图像特征和第三图像特征两部分,而没有第一图像特征。具体操作与上述过程相似,在此不再赘述。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本实施例提供的图像检索处理方法,在上述实施例一的基础上,在获得检索筛选结果后,还可以采用图像描述信息对检索筛选结果进行过滤,进一步提高了检索结果的准确性。并且,在过滤时同样可以综合待检索图像的图像描述信息,以及用户选择的相似图像和不相似图像的图像描述信息,更有助于使检索结果趋近于用户需求,进一步提高检索结果的准确性。
实施例三
本实施例提供一种图像检索处理方法,用于进行图像检索处理,以提高图像检索结果的准确性。本实施例的执行主体可以为客户端。
如图3所示,为本实施例提供的图像检索处理方法的流程示意图,该方法包括:
步骤301,接收服务器响应检索请求所发送的图像检索结果,并进行显示,检索请求包括待检索的第一图像。
具体的,当服务器根据检索请求向客户端返回图像检索结果后,客户端则可以接收该图像检索结果,并将该图像检索结果显示给用户,由用户进行选择。其中检索请求包括待检索的第一图像。
可选地,客户端在将图像检索结果显示给用户时,可以以不同的展示方式,显示图像检索结果中的各图像,以及让用户选择的方式,本实施例不做限定。
示例性的,如图4所示,为本实施例提供的界面示意图。可以在显示的每个图像周围显示两个选框,比如在图像下方显示两个选框,“√”表示“满意”(即相似),“×”表示“不满意”(即不相似),由用户点击进行选择。可以理解地,选框的形状可以是任意可实施的形状,比如圆形、正方形、三角形等等,可以根据具体情况进行设置,选框上显示的信息也可以是任意形式,只要能让用户理解即可。此外,该示意图仅为示例性的示出,并非对本申请的限定。还可以在界面两侧分别显示满意区域和不满意区域,中间显示图像检索结果中的各图像,用户可以把满意的图拖入满意区域,不满意的图拖入不满意区域,从而实现选择。
可选的,图像检索结果界面还可以显示触发检索筛选请求的选框,比如显示为“再次检索”或“二次检索”等的按钮,只要能触发检索筛选请求即可,对于具体的显示形式不做限定。
步骤302,获取用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种。
具体的,在用户针对图像检索结果选择完成后,则可以点击触发按钮,客户端则可以获取用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种。
可选地,反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息。
可选地,反馈结果信息包括一个或多个相似图像对应的第一标识信息、或一个或多个不相似图像对应的第二标识信息。即用户选择了一个或多个相似图像,以及一个或多个不相似图像。
步骤303,将反馈结果信息发送给服务器,以使服务器根据第一图像和反馈结果信息进行相应的检索筛选处理。
可选地,客户端可以将反馈结果信息生成检索筛选请求发送给服务器。
本实施例提供的图像检索处理方法,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例四
本实施例对实施例三提供的图像检索处理方法做进一步补充说明。
如图5所示,为本实施例提供的图像检索处理方法的流程示意图。
作为一种可实施的方式,在上述实施例一的基础上,可选地,该方法还包括:
步骤304,接收服务器发送的检索筛选结果。
步骤305,将检索筛选结果显示给用户。
具体的,在服务器返回检索筛选结果后,客户端则可以接收到该检索筛选结果,并将检索筛选结果显示给用户,以供用户查看或进一步选择。检索筛选结果的显示的具体操作与上述的图像检索结果的显示一致,可以相同也可以不同,具体不再赘述。
可选地,用户还可以在检索筛选结果显示界面中重新输入新的关键词或图像进行检索。即在检索筛选结果显示界面上,仍显示有输入关键词或拖入图像的输入框。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,该方法还可以包括:
步骤401,获取待检索的第一图像;
步骤402,根据第一图像生成检索请求;
步骤403,将检索请求发送给服务器,以使服务器根据检索请求返回图像检索结果。
具体的,当用户需要针对待检索的第一图像进行图像检索时,可以通过客户端上传或拖入待检索的第一图像,并触发检索请求,客户端则可以获取待检索的第一图像,并根据第一图像生成检索请求发送给服务器,以使服务器根据检索请求返回图像检索结果。将图像检索结果进行显示,以供用户查看或选择。
可选地,该方法还可以包括,接收服务器发送的过滤后的检索筛选结果,并将过滤后的检索筛选结果显示给用户,过滤后的检索筛选结果是服务器根据第一图像对应的第一图像描述信息,以及客户端发送的反馈结果信息对应的第二图像描述信息和第三图像描述信息对检索筛选结果进行过滤获得的。具体过程参见服务器端相应的处理过程,在此不再赘述。
本实施例提供的图像检索处理方法,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。并且在获得检索筛选结果后,还可以采用图像描述信息对检索筛选结果进行过滤,进一步提高了检索结果的准确性。并且,在过滤时同样可以综合待检索图像的图像描述信息,以及用户选择的相似图像和不相似图像的图像描述信息,更有助于使检索结果趋近于用户需求,进一步提高检索结果的准确性。
实施例五
本实施例提供一种服务器,用于执行上述实施例一的图像检索处理方法。
如图6所示,为本实施例提供的服务器的结构示意图。该服务器50包括第一发送模块51、第一接收模块52、第一获取模块53和处理模块54。
其中,第一发送模块51用于根据客户端发送的检索请求,向客户端发送图像检索结果,检索请求包括待检索的第一图像;第一接收模块52用于接收客户端发送的检索筛选请求,检索筛选请求包括用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种;第一获取模块53用于获取第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;处理模块54用于根据第一图像特征和反馈图像特征,进行相应的检索筛选处理。
关于本实施例中的服务器,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的服务器,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例六
本实施例对上述实施例五提供的服务器做进一步补充说明,本实施例提供的服务器用于执行上述实施例二提供的方法。
作为一种可实施的方式,在上述实施例五的基础上,可选地,反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息。
相应的,第一获取模块,具体用于:获取第一图像对应的第一图像特征、各第一标识信息对应的第二图像特征,以及各第二标识信息对应的第三图像特征。
相应的,处理模块,具体用于:根据第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果;将检索筛选结果发送给客户端,以使客户端将检索筛选结果显示给用户。
可选地处理模块,具体用于:
根据预设规则,将第一图像特征、第二图像特征和第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征;根据第四图像特征,从特征库中搜索匹配的检索筛选结果。
可选地,处理模块,具体用于:
根据以下公式,将第一图像特征、第二图像特征和第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1。
可选地,第一获取模块,还用于:
获取第一图像对应的第一图像描述信息、第一标识信息对应的第二图像描述信息、以及第二标识信息对应的第三图像描述信息;
处理模块,还用于采用第一图像描述信息、第二图像描述信息和第三图像描述信息,对检索筛选结果进行过滤。
可选的,处理模块,具体用于:
根据以下公式(2),以及第一图像描述信息、第二图像描述信息和第三图像描述信息,确定第四图像描述信息;根据第四图像描述信息,对检索筛选结果进行过滤。
其中,R'为第四图像描述信息,R为第一图像描述信息,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Bi为第一标识信息i对应的第二图像描述信息,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,Bj为第二标识信息j对应的第三图像描述信息,表示各第二图像描述信息的交集,表示各第三图像描述信息的并集。
关于本实施例中的服务器,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
根据本实施例的服务器,在上述实施例五的基础上,在获得检索筛选结果后,还可以采用图像描述信息对检索筛选结果进行过滤,进一步提高了检索结果的准确性。并且,在过滤时同样可以综合待检索图像的图像描述信息,以及用户选择的相似图像和不相似图像的图像描述信息,更有助于使检索结果趋近于用户需求,进一步提高检索结果的准确性。
实施例七
本实施例提供一种客户端,用于执行上述实施例三提供的方法。
如图7所示,为本实施例提供的客户端的结构示意图。该客户端70包括第二接收模块71、显示模块72、第二获取模块73和第二发送模块74。
其中,第二接收模块71用于接收服务器响应检索请求所发送的图像检索结果,检索请求包括待检索的第一图像;显示模块72用于将图像检索结果进行显示;第二获取模块73用于获取用户针对图像检索结果进行选择的反馈结果信息,反馈结果信息至少包括用户选择的相似图像信息和不相似图像信息中的一种;第二发送模块74用于将反馈结果信息发送给服务器,以使服务器根据第一图像和反馈结果信息进行相应的检索筛选处理。
关于本实施例中的客户端,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的客户端,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例八
本实施例对上述实施例七提供的客户端做进一步补充说明,用于执行上述实施例四提供的方法。
作为一种可实施的方式,在上述实施例五的基础上,可选地,第二接收模块还用于接收服务器发送的检索筛选结果;显示模块还用于将检索筛选结果显示给用户。
作为另一种可实施的方式,在上述实施例五的基础上,可选地,该客户端还包括:生成模块。
其中,第二获取模块还用于获取待检索的第一图像;生成模块用于根据第一图像生成检索请求;第二发送模块,还用于将检索请求发送给服务器,以使服务器根据检索请求返回图像检索结果。
可选地,第二接收模块还可以用于接收服务器发送的过滤后的检索筛选结果;显示模块还可以用于将过滤后的检索筛选结果显示给用户,进一步提高了检索结果的准确性。
关于本实施例中的客户端,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
根据本实施例的客户端,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。并且在获得检索筛选结果后,还可以采用图像描述信息对检索筛选结果进行过滤,进一步提高了检索结果的准确性。并且,在过滤时同样可以综合待检索图像的图像描述信息,以及用户选择的相似图像和不相似图像的图像描述信息,更有助于使检索结果趋近于用户需求,进一步提高检索结果的准确性。
实施例九
本实施例提供一种服务器,用于执行上述实施例一或实施例二提供的方法。
如图8所示,为本实施例提供的服务器的结构示意图。该服务器90包括:至少一个处理器91和存储器92;
存储器存储计算机程序;至少一个处理器执行存储器存储的计算机程序,以实现上述实施例一或实施例二提供的方法。
根据本实施例的服务器,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例十
本实施例提供一种客户端,用于执行上述实施例三或实施例四提供的方法。
如图9所示,为本实施例提供的客户端的结构示意图。该客户端100包括:至少一个处理器1001和存储器1002;
存储器存储计算机程序;至少一个处理器执行存储器存储的计算机程序,以实现上述实施例三或实施例四提供的方法。
根据本实施例的客户端,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例十一
本实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,计算机程序被执行时实现上述实施例一或实施例二提供的方法。
根据本实施例的计算机可读存储介质,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
实施例十二
本实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,计算机程序被执行时实现上述实施例三或实施例四提供的方法。
根据本实施例的计算机可读存储介质,在检索过程中,融合了用户针对检索结果的反馈结果信息,将用户选择的相似图像信息和不相似图像信息中的至少一种情况纳入再次的检索筛选过程中,以加重用户选择的相似图像的特征,减少用户选择的不相似图像的特征,从而使检索结果更有效准确地趋近于用户的需求,提高了检索结果的准确性。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (14)
1.一种图像检索处理方法,其特征在于,包括:
根据客户端发送的检索请求,向所述客户端发送图像检索结果,所述检索请求包括待检索的第一图像;
接收客户端发送的检索筛选请求,所述检索筛选请求包括用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
获取所述第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;
根据所述第一图像特征和所述反馈图像特征,进行相应的检索筛选处理;
所述反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息;
相应的,所述获取所述第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征,包括:
获取所述第一图像对应的第一图像特征、各所述第一标识信息对应的第二图像特征,以及各所述第二标识信息对应的第三图像特征;
相应的,所述根据所述第一图像特征和所述反馈图像特征,进行相应的检索筛选处理,包括:
根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果;
将所述检索筛选结果发送给所述客户端,以使所述客户端将所述检索筛选结果显示给所述用户;
所述根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果,包括:
根据预设规则,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征;
根据所述第四图像特征,从特征库中搜索匹配的检索筛选结果;
所述根据预设规则,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征,包括:
根据以下公式,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1。
2.根据权利要求1所述的方法,其特征在于,根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果之后,所述方法还包括:
获取所述第一图像对应的第一图像描述信息、所述第一标识信息对应的第二图像描述信息、以及所述第二标识信息对应的第三图像描述信息;
采用所述第一图像描述信息、所述第二图像描述信息和所述第三图像描述信息,对所述检索筛选结果进行过滤。
3.根据权利要求2所述的方法,其特征在于,所述采用所述第一图像描述信息、所述第二图像描述信息和所述第三图像描述信息,对所述检索筛选结果进行过滤,包括:
根据以下公式,以及所述第一图像描述信息、所述第二图像描述信息和所述第三图像描述信息,确定第四图像描述信息;
其中,R'为第四图像描述信息,R为第一图像描述信息,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Bi为第一标识信息i对应的第二图像描述信息,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,Bj为第二标识信息j对应的第三图像描述信息,表示各第二图像描述信息的交集,表示各第三图像描述信息的并集;
根据所述第四图像描述信息,对所述检索筛选结果进行过滤。
4.一种图像检索处理方法,其特征在于,包括:
接收服务器响应检索请求所发送的图像检索结果,并进行显示,所述检索请求包括待检索的第一图像;
获取用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
将所述反馈结果信息发送给所述服务器,以使所述服务器根据所述第一图像和所述反馈结果信息进行相应的检索筛选处理;
所述方法还包括:
接收所述服务器发送的检索筛选结果,所述反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息,所述检索筛选结果为所述服务器获取所述第一图像对应的第一图像特征、各所述第一标识信息对应的第二图像特征,以及各所述第二标识信息对应的第三图像特征,并根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选确定的;
将所述检索筛选结果显示给所述用户;
其中,所述检索筛选结果具体为所述服务器根据以下公式,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1,并根据所述第四图像特征,从特征库中搜索匹配的。
5.根据权利要求4所述的方法,其特征在于,还包括:
获取待检索的第一图像;
根据所述第一图像生成检索请求;
将所述检索请求发送给所述服务器,以使所述服务器根据所述检索请求返回图像检索结果。
6.一种服务器,其特征在于,包括:
第一发送模块,用于根据客户端发送的检索请求,向所述客户端发送图像检索结果,所述检索请求包括待检索的第一图像;
第一接收模块,用于接收客户端发送的检索筛选请求,所述检索筛选请求包括用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
第一获取模块,用于获取所述第一图像对应的第一图像特征,及反馈结果信息对应的反馈图像特征;
处理模块,用于根据所述第一图像特征和所述反馈图像特征,进行相应的检索筛选处理;
所述反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息;
相应的,所述第一获取模块,具体用于:
获取所述第一图像对应的第一图像特征、各所述第一标识信息对应的第二图像特征,以及各所述第二标识信息对应的第三图像特征;
相应的,所述处理模块,具体用于:
根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选,获得检索筛选结果;
将所述检索筛选结果发送给所述客户端,以使所述客户端将所述检索筛选结果显示给所述用户;
所述处理模块,具体用于:
根据预设规则,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征;
根据所述第四图像特征,从特征库中搜索匹配的检索筛选结果;
所述处理模块,具体用于:
根据以下公式,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1。
7.根据权利要求6所述的服务器,其特征在于,所述第一获取模块,还用于:
获取所述第一图像对应的第一图像描述信息、所述第一标识信息对应的第二图像描述信息、以及所述第二标识信息对应的第三图像描述信息;
所述处理模块,还用于采用所述第一图像描述信息、所述第二图像描述信息和所述第三图像描述信息,对所述检索筛选结果进行过滤。
8.根据权利要求7所述的服务器,其特征在于,所述处理模块,具体用于:
根据以下公式,以及所述第一图像描述信息、所述第二图像描述信息和所述第三图像描述信息,确定第四图像描述信息;
其中,R'为第四图像描述信息,R为第一图像描述信息,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Bi为第一标识信息i对应的第二图像描述信息,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,Bj为第二标识信息j对应的第三图像描述信息,表示各第二图像描述信息的交集,表示各第三图像描述信息的并集;
根据所述第四图像描述信息,对所述检索筛选结果进行过滤。
9.一种客户端,其特征在于,包括:
第二接收模块,用于接收服务器响应检索请求所发送的图像检索结果,所述检索请求包括待检索的第一图像;
显示模块,用于将所述图像检索结果进行显示;
第二获取模块,用于获取用户针对所述图像检索结果进行选择的反馈结果信息,所述反馈结果信息至少包括所述用户选择的相似图像信息和不相似图像信息中的一种;
第二发送模块,用于将所述反馈结果信息发送给所述服务器,以使所述服务器根据所述第一图像和所述反馈结果信息进行相应的检索筛选处理;
所述第二接收模块,还用于接收所述服务器发送的检索筛选结果,所述反馈结果信息包括:一个或多个相似图像对应的第一标识信息、以及一个或多个不相似图像对应的第二标识信息,所述检索筛选结果为所述服务器获取所述第一图像对应的第一图像特征、各所述第一标识信息对应的第二图像特征,以及各所述第二标识信息对应的第三图像特征,并根据所述第一图像特征、第二图像特征及第三图像特征,进行检索筛选确定的;
所述显示模块,还用于将所述检索筛选结果显示给所述用户;
其中,所述检索筛选结果具体为所述服务器根据以下公式,将所述第一图像特征、所述第二图像特征和所述第三图像特征,针对颜色特征、纹理特征、形状特征和空间特征中的至少一种特征进行融合,获得第四图像特征:
其中,Q'为融合后的第四图像特征,Q为第一图像特征,DR为各第一标识信息组成的向量,即用户选择的各相似图像对应的第一标识信息组成的向量,Di为第一标识信息i对应的第二图像特征,|DR|表示向量DR的模,即向量DR中第一标识信息的个数,DN为各第二标识信息的向量,即用户选择的各不相似图像对应的第二标识信息组成的向量,|DN|表示向量DN的模,即向量DN中第二标识信息的个数,Dj为第二标识信息j对应的第三图像特征,α、β、γ为融合系数,α、β、γ满足条件:α+β+γ=1,0≤α≤1,0≤β≤1,0≤γ≤1,并根据所述第四图像特征,从特征库中搜索匹配的。
10.根据权利要求9所述的客户端,其特征在于,还包括:生成模块;
所述第二获取模块,还用于获取待检索的第一图像;
所述生成模块,用于根据所述第一图像生成检索请求;
所述第二发送模块,还用于将所述检索请求发送给所述服务器,以使所述服务器根据所述检索请求返回图像检索结果。
11.一种服务器,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求1-3中任一项所述的方法。
12.一种客户端,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求4或5所述的方法。
13.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-3中任一项所述的方法。
14.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求4或5所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810409788.XA CN108563792B (zh) | 2018-05-02 | 2018-05-02 | 图像检索处理方法、服务器、客户端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810409788.XA CN108563792B (zh) | 2018-05-02 | 2018-05-02 | 图像检索处理方法、服务器、客户端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108563792A CN108563792A (zh) | 2018-09-21 |
CN108563792B true CN108563792B (zh) | 2020-02-07 |
Family
ID=63537721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810409788.XA Active CN108563792B (zh) | 2018-05-02 | 2018-05-02 | 图像检索处理方法、服务器、客户端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108563792B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382286B (zh) * | 2018-12-27 | 2023-05-12 | 深圳云天励飞技术有限公司 | 数据处理方法及相关产品 |
CN112765471A (zh) * | 2021-01-26 | 2021-05-07 | 维沃移动通信有限公司 | 搜索方法、装置和电子设备 |
WO2023225919A1 (zh) * | 2022-05-25 | 2023-11-30 | 华为技术有限公司 | 一种视觉搜索方法及装置 |
CN116401392B (zh) * | 2022-12-30 | 2023-10-27 | 以萨技术股份有限公司 | 一种图像检索的方法、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100451649B1 (ko) * | 2001-03-26 | 2004-10-08 | 엘지전자 주식회사 | 이미지 검색방법과 장치 |
JP5168964B2 (ja) * | 2007-03-19 | 2013-03-27 | 株式会社リコー | 画像形成装置、画像形成方法および画像形成プログラム |
CN102542014B (zh) * | 2011-12-16 | 2013-09-18 | 华中科技大学 | 基于内容的图像检索反馈方法 |
CN106033443B (zh) * | 2015-03-16 | 2019-05-07 | 北京大学 | 一种车辆检索中的扩展查询方法及装置 |
-
2018
- 2018-05-02 CN CN201810409788.XA patent/CN108563792B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108563792A (zh) | 2018-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108563792B (zh) | 图像检索处理方法、服务器、客户端及存储介质 | |
US8775401B2 (en) | Shape based picture search | |
CN102930522B (zh) | 一种实现图片拼接的装置和方法 | |
JP5934653B2 (ja) | 画像分類装置、画像分類方法、プログラム、記録媒体、集積回路、モデル作成装置 | |
JP5229744B2 (ja) | 画像分類装置および画像分類プログラム | |
CN102930523B (zh) | 图片处理***和图片拼接实现方法 | |
KR101864240B1 (ko) | 객체 검색 방법 및 장치 | |
JP6723748B2 (ja) | 画像管理装置、画像管理方法及びプログラム | |
US20160180193A1 (en) | Image-based complementary item selection | |
CN105117399B (zh) | 一种图像搜索方法和装置 | |
CN107633541B (zh) | 一种图像特效的生成方法和装置 | |
US20190121879A1 (en) | Image search and retrieval using object attributes | |
WO2020007201A1 (zh) | 图片搜索方法、装置、可读存储介质及终端 | |
US20240037142A1 (en) | Systems and methods for filtering of computer vision generated tags using natural language processing | |
DE102016003850A1 (de) | Empfehlen von Formularfragmenten | |
JP6351219B2 (ja) | 画像検索装置、画像検索方法及びプログラム | |
US9621505B1 (en) | Providing images with notifications | |
KR101307325B1 (ko) | 관심영역 설정을 이용한 이미지 이중 검색 시스템 | |
JP6168192B2 (ja) | 情報提供方法及び情報提供システム | |
US8885952B1 (en) | Method and system for presenting similar photos based on homographies | |
CN111191065B (zh) | 一种同源图像确定方法及装置 | |
US20150261752A1 (en) | Personalized criteria-based media organization | |
US20230196769A1 (en) | Posting support apparatus, and posting support method | |
Giunchi et al. | Model retrieval by 3d sketching in immersive virtual reality | |
EP3152701A1 (en) | Method of and system for determining and selecting media representing event diversity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |