CN112884005A - 一种基于sptag及卷积神经网的图像检索方法及装置 - Google Patents
一种基于sptag及卷积神经网的图像检索方法及装置 Download PDFInfo
- Publication number
- CN112884005A CN112884005A CN202110082458.6A CN202110082458A CN112884005A CN 112884005 A CN112884005 A CN 112884005A CN 202110082458 A CN202110082458 A CN 202110082458A CN 112884005 A CN112884005 A CN 112884005A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- trademark
- retrieval
- module
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013527 convolutional neural network Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000011176 pooling Methods 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 230000003442 weekly effect Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于SPTAG及卷积神经网的图像检索方法及装置，该方法包括：收集原始图像数据，用于构建图形数据库和模型训练数据集；对所述图形数据提取高维特征向量并构建检索服务模块；以所述检索服模块为基础，构建输入图像处理模块，对用户输入的图像提取高维特征向量；通过分布式flask接口服务，在检索服务模块中查询相似图像结果集；搭建图像详情数据搜索引擎构建图像输出模块。本方法采用VGG16深度网络模型，提取了丰富的图像细节特征，优于传统的特征提取方法；SPTAG‑BKT算法构建的图像描述特征索引极大的提高了检索效率和检索精度，加之各类用户端的数据接口服务，极大的方便了商标业务人员和普通用户。
Description
技术领域
本发明涉及计算机图形图像处理技术领域，具体涉及基于SPTAG及卷积神经网的图像检索方法及装置，尤其涉及一种基于空间分区树和图(SPTAG)以及深度学习的大规模商标图像检索方法。
背景技术
图形检索一直是商标方面的一难题，因为计算机还是很难识别图形的，图形检索对于一般检索平台来说难以做到电脑集成化，即使做成了电脑自动识别，也难以实现较高的准确率。商标管理部门通过管理商标图像库，将待注册的商标与已经注册的商标进行相似性对比，然后决定该商标是否能够注册。早期的商标图像检索主要是通过文字特征，如标题、语义、关键字等对图像进行手工标注，然后通过标注内容进行检索，也可称为基于文字的图像检索。这种方式需要花费大量的人力物力进行手工标注，而图像内容十分丰富和抽象，很难通过文本进行描述；而且不同的人对同一幅图像的理解也有所不同，在图像检索过程中就不可避免的出现错误和偏差。随着商标数据的快速增加以及商标图像的多样化，人工标注已经难以胜任海量商标图像的相似性比较，给传统的商标图像检索带来了很大的困扰。
基于图像内容的检索突破了基于文本语言检索的局限，它直接从图像内容中提取信息线索，利用图像内容的特征建立索引。在检索的过程中，它采用某种相似性度量指标对图像库中的图像进行匹配获得查询的结果。特征提取和索引建立可完全由计算机自动实现，避免了人工描述的主观性，极大减少了工作量。目前，卷积神经网络(CNN)是图像处理领域极为有效的特征提取方式，已经在很多研究领域取得了巨大成功，对图像领域的研究有着深远的影响。空间划分树和图(SPTAG)是分布式近似最近邻域(ANN)库，为大规模矢量搜索场景提供高质量矢量索引构建、搜索和分布式在线服务工具。因此，建立一种准确高效的商标图像检索***，具有十分重要的现实意义。
发明内容
本发明的主要目的在于提供一种全国商标图像索检方法及装置，从而克服图像检索领域现有商标图像检索***的缺点。
为了解决上述技术问题，本发明提供了一种基于SPTAG及卷积神经网的图像检索方法，包括：
收集原始图像数据，用于构建图形数据库和模型训练数据集；
对所述图形数据提取高维特征向量并构建检索服务模块；
以所述检索服模块为基础，构建输入图像处理模块，对用户输入的图像提取高维特征向量；
通过分布式flask接口服务，在检索服务模块中查询相似图像结果集；
搭建图像详情数据搜索引擎构建图像输出模块。
进一步的，所述对所述图像数据提取高维特征向量并构建检索服务模块包括：图像特征提取、图像特征存储、SPTAG索引构建和SPTAG索引服务以及数据接口服务。
进一步的，所述收集的模型训练数据集还包括纯文本商标数据和非文本商标数据，以及以残差网络为基础构建的图像分类模型。
进一步的，所述相似图像结果集中的“相似”标准的界定为：调取原始图像特征向量，将其与检索服务模块中具有该特征向量的图像进行匹配，将匹配度按照相似度大小依次输出图像相似结果。
进一步的，所述对所述图形数据提取高维特征向量并构建检索服务模块包括：
采用多网络层次的VGG16网络结构为骨干网络，多尺度融合池化层为最大值池化层进行图像特征提取，以VGG16最后一个层卷积的512维特征向量作为描述图像的特征向量。
进一步的，所述对所述图形数据提取高维特征向量并构建检索服务模块还包括：
以图像ID号和VGG16网络结构提取的特征向量作为键值对存入分布式SSDB数据库，并采用SPTAG-BKT算法将SSDB数据库中的特征向量导入特征索引中。
进一步的，所述对所述图形数据提取高维特征向量并构建检索服务模块还包括：
继续采用SPTAG-BKT算法对SSDB数据库中高维特征构建图像特征索引和查询服务。
进一步的，所述图像包括图形商标或图形结合文字的组合商标。
进一步的，所述搭建图像详情数据搜索引擎构建图像输出模块包括：
生成含有查询SPTAG-BKT算法构建的图像高维特征向量索引返回的相似图像序列，所述图像详情数据搜索引擎为商标Elasticsearch检索引擎，其包含商标流程、尼斯分类以及商标图样信息。
进一步的，所述采集的原始图像数据主要包括公开商标数据和业务商标数据，以及每周更新的增量商标数据。
进一步的，所述收集的原始图像数据还包括获取公开的所有图像数据，具体包括：商标注册基本信息数据、商标流程公告数据、商标尼斯分类数据和商标图样数据。
根据本发明的具体实施方式，另一方面，本发明提供一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述的方法。
根据本发明的具体实施方式，另一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述的方法。
本发明提供的技术方案的有益效果是：本方法能够将商标图像划分为纯文图像与图形图像、减少了商标图像的数据量，排除了纯文本图像的干扰，提高了检索精度和检索速度；采用VGG16深度网络模型，提取了丰富的图像细节特征，优于传统的特征提取方法；SPTAG-BKT算法构建的图像描述特征索引极大的提高了检索效率和检索精度，加之各类用户端的数据接口服务，极大的方便了商标业务人员和普通用户。该方法达到了快速准确深度挖掘商标数据的目的，而且降低了数据处理时间成本和人力成本。
附图说明
为了更清楚地说明本公开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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明一实施例示出的基于SPTAG及卷积神经网的图像检索方法流程图；
图2是本发明一实施例示出的商标文本图像和图形图像；
图3是本发明一实施例示出的文本图像与图形图像商标分类流程图；
图4是本发明一实施例示出的高维图像特征提取流程图；
图5是本发明另一实施例示出的基于SPTAG及卷积神经网的图像检索模块装置图；
图6是本发明另一实施例示出的电子设备连接结构示意图
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。以下实施例旨在便于对本发明的理解，会用到一下技术术语：如下实施例中采用的卷积神经网络(CNN)、近似最近邻搜索(ANN)、空间分区树和图(SPTAG)、编程脚本语言(Python)、深度学习框架(TensorFlow、PyTorch、Keras和三种数据库(MySQL、Elasticsearch、SSDB)。
为了检索涉及全国现存所有的商标图像数据，充分发掘图像检索技术在知识产权领域，尤其是商标注册服务领域的潜在应用价值，本发明实施例提供了一种基于SPTAG及卷积神经网的全国商标图像检索***，该商标图像检索***共分为五个模块，即图形图像数据获取模块、检索服务模块、输入商标处理模块、输出商标处理模块和用户端操作模块。该***从提高商标图像数据处理的时效性和商标检索的准确性入手，在图形商标数据获取模块分别采集了商标局公开数据和内部业务数据，并且对上述两类数据进行同步更新，以满足用户对数据时效性的要求，汇总数据经过图像分类子模块后，剔除没有检索价值的纯文本图像，在降低数据存储空间的同时，既提高了检索效率又提高了相似图像的查询精度；检索服务模块主要包括分布式接口服务和图像索引子模块两部份，其中图像索引子模块存储了所有图形商标图像的高维特征向量并提供查询服务，分布式接口服务主要负责查询数据的交互功能；在输入图像处理模块，将用户端页面传入待查询的商标图像进行预处理操作后，经过图像分类子模块，对图形图像的商标提取高维特征向量，并将其作为商标检索服务的待查询对象；输出商标处理模块，主要负责将返回的相似商标序列，从Elasticsearch搜索引擎(Elasticsearch搜索引擎是一个分布式、RESTful风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例)中再次查询出相似商标的图像信息、尼斯分类以及流程公告信息等，其中Elasticsearch搜索引擎是一个分布式、RESTful风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。用户端操作模块主要负责处理商标查询的业务逻辑和数据传输服务，具体实施步骤详见下文描述：
参考图1所示，该实施例提供的一种基于SPTAG及卷积神经网的图像检索方法，具体包括以下步骤：
步骤101：收集原始图像数据，用于构建图形数据库和模型训练数据集。本发明实施例中所述图像可以选为图形商标或图形结合文字的组合商标，该步骤即收集商标原始数据以构建图形商标获取模块，采集的原始商标数据主要包括商标的注册信息数据、商标的公告流程数据、商标的尼斯分类数据以及商标的图样数据。上述数据来自全国各地的商标注册管理机构，将1980年以来的商标公告数据进行统一收集并汇总至指定MySQL。当前新增的商标数据主要是爬取商标局的公告数据和业务***办理的商标数据，目前现有商标图像数据共计约5100万张，每周都会持续增加一定数量的图片，同时每月会更新商标的状态信息。图2示出了一些常见的商标类型，左侧框内为文字商标，文字可识别，并选用通常字体，右侧框内为图形商标或图形结合文字的组合型商标。人工挑选出纯文本图像和图形商标构建训练数据集，并对图3所示的图像分类模型进行训练，图像分类模型采用基于卷积神经网络的残差网络ResNet101作为预训练模型，采用迁移学习的微调策略在目标数据集上，对ResNet101残差网络最后一层的权重进行调整，之后训练模型可将汇总的商标图样数据进行分类识别，并最终形成图形商标数据集，该图形商标数据集存储在商标检索服务器上。
步骤102：对所述图形数据提取高维特征向量并构建检索服务模块。提取图形商标数据的高维特征向量用以构建图像索引模块，配合接口服务以形成检索服务***。
图像索引模块主要包括图像特征提取、图像特征存储、SPTAG索引构建和SPTAG索引服务四部份。步聚101中收集的图形商标数据因商标图样大小、分辨率以及清晰度等不尽相同，经过预处理和归一化可将商标图样统一缩放至224*224大小；采用网络层次较深的VGG16网络结构为骨干网络，多尺度融合池化层代替传统的最大值池化，既可提取出图像的细节特征又可避免图像特征的信息损失。商标图像的描述特征主要集中在VGG16的卷积层，故采用VGG16最后一个层卷积的512维特征向量作为描述商标图样的特征向量。至此，完成了商标图像的特征提取，该特征向量融合了商标图像的纹理、轮廓以及颜色等显著信息。商标图像的特征向量并不含有商标的注册信息，无法为用户提供有辨识度的信息，故将商标注册号和VGG16网络提取的特征向量作为键值对存入分布式SSDB数据库；采用SPTAG-BKT算法将SSDB数据库中存储的特征向量导入特征索引，以完成SPTAG索引构建；输入待查询图像的特征向量便可以通过SPTAG索引的查询服务返回相似商标的结果序列。分布式接口服务主要负责处理用户的输入输出与SPTAG索引服务之间的数据传递。
步骤103：以所述检索服模块为基础，构建输入图像处理模块，对用户输入的图像提取高维特征向量。用户端提供待查询的商标图像并导入输入商标处理模块，用户输入待查询的商标图像，经过步聚101中图像分类子模块，判断出待查询的商标图样是否为图形商标；若为图形商标则通过图4所示的VGG16网络提取高维特征向量，然后通过分布式flask接口服务到图像索引模块中进行查询，SPTAG检索服务按欧氏距离返回一个相似商标的有序结果集，并通过flask接口服务输入到输出商标处理模块。
步骤104：通过分布式flask接口服务，在检索服务模块中查询相似图像结果集。通过分布式flask接口服务访问输入图像处理模块，将图形商标中的图像特征向量进行提取分析，获取图像的关键特征向量，建立特征向量矩阵，通过与数据库中的图像向量特征集进行比较分析，将其与检索服务模块中具有该特征向量的图像进行匹配，按照相似度的大小输出为图像的相似结果。具体的，一个变换可由一个矩阵乘法表示，用图来表示的话，就是一个空间张开的各个坐标角度，这一组向量可以表示一个矩阵表示的空间的“特征”，而他们的特征值就表示了各个角度上的能量，通过特征向量值可以表征几何空间中的相关信息，可采用PCA法将输入图像的特征向量矩阵在保证数据不失真的情况下进行降维处理，其中PCA算法基于变量协方差矩阵对信息进行压缩和处理，通常用于数据降维，可将它用于图像矩阵降维，以降维后的矩阵为基础提取图像特征，PCA算法可以应用于图像矩阵，它能找到变化大的维，去除掉那些变化不大的维度，这样能更有效提取图像明显特征，通过PCA法提取的该特征向量值与检索服务模块中的图像特征向量集进行比较分析比较，在特征向量值的相关性大于等于一定阈值时作为相似图像，进行输出该相关图像结果集。
步骤105：搭建图像详情数据搜索引擎构建图像输出模块。即搭建商标详情数据搜索引擎服务以构建商标图像输出模块，其中步聚104中提供的查询结果集只包含商标注册号和商标的相似距离值，无法直接为用户提供数据服务，故还需到Elasticsearch索引中查询所需商标详细信息，其中Elasticsearch是一个分布式、简易风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例，作为Elastic Stack的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。最终将包含商标流程、尼斯分类以及商标图样等全部商标信息，通过flask接口返给用户端模块，并按业务逻辑将查询的结果信息在前端页面进行展示，供用户使用。
参考图5，示出了基于SPTAG及卷积神经网的全国商标图像检索***模块装置图，该图像检索装置包括：
图形数据库和模型训练数据集模块，用于收集原始图像数据；
检索服务模块，用于对所述图形数据提取高维特征向量；
图像处理模块，根据所述检索服模块数据构建，用于对用户输入的图像提取高维特征向量；
相似图像查询模块，通过分布式flask接口服务，在检索服务模块中查询相似图像结果集；
图像输出模块，根据图像详情数据搜索引擎搭建，用于在图像索引模块中查询相似图像结果集，并进行结果输出。
具体的，模块及功能实现如下：
建立商标图像数据库，收集全国所有的商标图像数据和已有商标业务数据，并建立图像分类模型训练数据集。目前现有商标图像数据共计约5100万张，每周都会持续增加一定数量的图片，同时每月会更新商标的状态信息。收集的全部商标图像数据是商标局自1980年以来，公布的所有商标图样数据、每周新增的商标图样数据以及业务***内办理的商标图样数据。训练模型所需要的数据集，完全由人工挑选含有纯文本图像和非文本图像两类共计22万张。
构建图像分类模型，以区分纯文本商标和图形商标。商标图像主要有纯文字图像和图形图像以及图文混排等三种类型，纯文字图像不具备实际检索意义，有必要对其进行区分。其中，图像分类模型为ResNet101残差网络，采用迁移学习的微调策略，在步骤(1)所述的数据集上，对ResNet101残差网络最后一层的权重进行调整；也可以在该目标数据集上对ResNet101残差网络所有层的权重进行调整，具体流程如图3所示。
建立商标图像检索引擎，根据高维图像特征索引，用于查询相似商标的图像信息和其它详细信息。根据业务需求将筛选出的非纯文本图像进行特征提取，并将提取的高维特征向量存入高性能键值对SSDB数据库，然后采用SPTAG-BKT算法建立图像特征索引，其中用SPTAG-BKT(SPTAG-Space Partition Tree And Graph)算法，是分布式近似最近邻域搜索(ANN)库，为大规模矢量搜索场景提供高质量矢量索引构建，搜索和分布式在线服务工具包，SPTAG提供两种方法：KD-Tree(SPTAG-KDT)和平衡K-Means树(SPTAG-BKT)。SPTAG-KDT在指数构建成本方面是有利的，而SPTAG-BKT在非常高维数据中的搜索精度方面是有利的。其中，根据搜索业务的需求设计提取商标图像的高维特征描述向量，因分类后的商标图样大小、分辨率以及清晰度等不尽相同，经过预处理和归一化操作可将商标图样统一缩放至224*224大小；采用网络层次较深的VGG16网络结构为骨干网络，多尺度融合池化层代替传统的最大值池化，既可提取出图像的细节特征又可避免图像特征的信息损失。商标图像的描述特征主要集中在VGG16的卷积层，故采用VGG16最后一个层卷积的512维特征向量作为描述商标图样的特征向量，该特征向量融合了商标图像的纹理、轮廓以及颜色等显著信息。将商标注册号和VGG16提取的特征向量作为键值对存入分布式SSDB数据库，并采用SPTAG-BKT算法将SSDB数据库中的特征向量导入特征索引中。
搭建商标图像搜索引擎，含有SPTAG-BKT算法构建的图像高维特征向量索引，商标Elasticsearch检索引擎以及各类数据查询接口。用户输入待查询的商标图像，通过VGG16网络提取高维特征向量，然后通过flask接口服务到SPTAG-BKT算法构建的图像特征索引中检索，并按相似性度量指标返回一个有序结果集。因该结果集只包含商标注册号和相似距离，故还需到Elasticsearch索引中查询所需商标详情信息。最终的结果信息包含商标流程、尼斯分类以及商标图样等全部商标信息，并通过前端页面返回给查询的用户。
本发明另一实施例提供一种电子设备，该设备用于图像检索方法，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，
本发明另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述任一方法的步骤。
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够所述处理器执行所述程序能够实现上述任一方法的步骤。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
具体处理方式可参见上述实施例。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
本公开实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的图像检索方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的流程及结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (13)
1.一种基于SPTAG及卷积神经网的图像检索方法，其特征在于，所述方法包括：
收集原始图像数据，用于构建图形数据库和模型训练数据集；
对所述图形数据提取高维特征向量并构建检索服务模块；
以所述检索服模块为基础，构建输入图像处理模块，对用户输入的图像提取高维特征向量；
通过分布式flask接口服务，在检索服务模块中查询相似图像结果集；
搭建图像详情数据搜索引擎构建图像输出模块。
2.根据权利要求1所述的检索方法，其特征在于，对所述图像数据提取高维特征向量并构建检索服务模块包括：图像特征提取、图像特征存储、SPTAG索引构建和SPTAG索引服务以及数据接口服务。
3.根据权利要求1所述的检索方法，其特征在于，所述收集的模型训练数据集还包括纯文本商标数据和非文本商标数据，以及以残差网络为基础构建的图像分类模型。
4.根据权利要求1所述的检索方法，其特征在于，所述相似图像结果集中的“相似”标准的界定为：调取原始图像特征向量，将其与检索服务模块中具有该特征向量的图像进行匹配，将匹配度大于等于80％的图像输出为相似图像结果。
5.根据权利要求1所述的检索方法，其特征在于，所述对所述图形数据提取高维特征向量并构建检索服务模块包括：
采用多网络层次的VGG16网络结构为骨干网络，多尺度融合池化层为最大值池化层进行图像特征提取，以VGG16最后一个层卷积的512维特征向量作为描述图像的特征向量。
6.根据权利要求5所述的检索方法，其特征在于，所述对所述图形数据提取高维特征向量并构建检索服务模块还包括：
以图像ID号和VGG16网络结构提取的特征向量作为键值对存入分布式SSDB数据库，并采用SPTAG-BKT算法将SSDB数据库中的特征向量导入特征索引中。
7.根据权利要求6所述的检索方法，其特征在于，所述对所述图形数据提取高维特征向量并构建检索服务模块还包括：
继续采用SPTAG-BKT算法对SSDB数据库中高维特征构建图像特征索引和查询服务。
8.根据权利要求1所述的检索方法，其特征在于，所述图像包括图形商标或图形结合文字的组合商标。
9.根据权利要求8所述的检索方法，其特征在于，所述搭建图像详情数据搜索引擎构建图像输出模块包括：
生成含有查询SPTAG-BKT算法构建的图像高维特征向量索引返回的相似图像序列，所述图像详情数据搜索引擎为商标Elasticsearch检索引擎，其包含商标流程、尼斯分类以及商标图样信息。
10.根据权利要求8所述的检索方法，其特征在于，所述采集的原始图像数据主要包括公开商标数据和业务商标数据，以及每周更新的增量商标数据。
11.根据权利要求10所述的检索方法，其特征在于，所述收集的原始图像数据还包括获取公开的所有图像数据，具体包括：商标注册基本信息数据、商标流程公告数据、商标尼斯分类数据和商标图样数据。
12.一种基于SPTAG及卷积神经网的图像检索装置，其特征在于，所述装置包括：
图形数据库和模型训练数据集模块，用于收集原始图像数据；
检索服务模块，用于对所述图形数据提取高维特征向量；
图像处理模块，根据所述检索服模块数据构建，用于对用户输入的图像提取高维特征向量；
相似图像查询模块，通过分布式flask接口服务，在检索服务模块中查询相似图像结果集；
图像输出模块，用于在图像索引模块中查询相似图像结果集，并进行结果输出。
13.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110082458.6A CN112884005B (zh) | 2021-01-21 | 2021-01-21 | 一种基于sptag及卷积神经网的图像检索方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110082458.6A CN112884005B (zh) | 2021-01-21 | 2021-01-21 | 一种基于sptag及卷积神经网的图像检索方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112884005A true CN112884005A (zh) | 2021-06-01 |
| CN112884005B CN112884005B (zh) | 2022-09-02 |
Family
ID=76051511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110082458.6A Active CN112884005B (zh) | 2021-01-21 | 2021-01-21 | 一种基于sptag及卷积神经网的图像检索方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112884005B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360697A (zh) * | 2021-06-24 | 2021-09-07 | 广州华多网络科技有限公司 | 商品图像检索处理方法及其相应的装置、设备、介质 |
| CN113590778A (zh) * | 2021-06-30 | 2021-11-02 | 上海一谈网络科技有限公司 | 智能客服意图理解方法、装置、设备及存储介质 |
| CN114490095A (zh) * | 2022-04-19 | 2022-05-13 | 北京闪马智建科技有限公司 | 请求结果的确定方法和装置、存储介质及电子装置 |
| CN115242625A (zh) * | 2022-06-24 | 2022-10-25 | 平安银行股份有限公司 | 服务部署方法、装置、计算机设备及可读存储介质 |
| CN116991919A (zh) * | 2023-09-26 | 2023-11-03 | 中国铁塔股份有限公司吉林省分公司 | 结合平台数据库的业务数据检索方法及人工智能*** |
| RU2807639C1 (ru) * | 2022-07-22 | 2023-11-20 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Способ и система поиска графических изображений |
| WO2024019634A1 (ru) * | 2022-07-22 | 2024-01-25 | Публичное Акционерное Общество "Сбербанк России" | Способ и система поиска графических изображений |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105912611A (zh) * | 2016-04-05 | 2016-08-31 | 中国科学技术大学 | 一种基于cnn的快速图像检索方法 |
| CN109857897A (zh) * | 2019-02-14 | 2019-06-07 | 厦门一品威客网络科技股份有限公司 | 一种商标图像检索方法、装置、计算机设备及存储介质 |
| CN109919208A (zh) * | 2019-02-25 | 2019-06-21 | 中电海康集团有限公司 | 一种外观图像相似度比对方法和*** |
| CN111198959A (zh) * | 2019-12-30 | 2020-05-26 | 郑州轻工业大学 | 一种基于卷积神经网络的两阶段图像检索方法 |
| CN112182275A (zh) * | 2020-09-29 | 2021-01-05 | 神州数码信息***有限公司 | 一种基于多维度特征融合的商标近似检索***和方法 |
-
2021
- 2021-01-21 CN CN202110082458.6A patent/CN112884005B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105912611A (zh) * | 2016-04-05 | 2016-08-31 | 中国科学技术大学 | 一种基于cnn的快速图像检索方法 |
| CN109857897A (zh) * | 2019-02-14 | 2019-06-07 | 厦门一品威客网络科技股份有限公司 | 一种商标图像检索方法、装置、计算机设备及存储介质 |
| CN109919208A (zh) * | 2019-02-25 | 2019-06-21 | 中电海康集团有限公司 | 一种外观图像相似度比对方法和*** |
| CN111198959A (zh) * | 2019-12-30 | 2020-05-26 | 郑州轻工业大学 | 一种基于卷积神经网络的两阶段图像检索方法 |
| CN112182275A (zh) * | 2020-09-29 | 2021-01-05 | 神州数码信息***有限公司 | 一种基于多维度特征融合的商标近似检索***和方法 |
Non-Patent Citations (1)
| Title |
|---|
| YOU JIA等: "Optimizing kd-trees for scalable visual descriptor indexing", 《IEEE》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360697A (zh) * | 2021-06-24 | 2021-09-07 | 广州华多网络科技有限公司 | 商品图像检索处理方法及其相应的装置、设备、介质 |
| CN113590778A (zh) * | 2021-06-30 | 2021-11-02 | 上海一谈网络科技有限公司 | 智能客服意图理解方法、装置、设备及存储介质 |
| CN114490095A (zh) * | 2022-04-19 | 2022-05-13 | 北京闪马智建科技有限公司 | 请求结果的确定方法和装置、存储介质及电子装置 |
| CN115242625A (zh) * | 2022-06-24 | 2022-10-25 | 平安银行股份有限公司 | 服务部署方法、装置、计算机设备及可读存储介质 |
| CN115242625B (zh) * | 2022-06-24 | 2024-03-19 | 平安银行股份有限公司 | 服务部署方法、装置、计算机设备及可读存储介质 |
| RU2807639C1 (ru) * | 2022-07-22 | 2023-11-20 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Способ и система поиска графических изображений |
| WO2024019634A1 (ru) * | 2022-07-22 | 2024-01-25 | Публичное Акционерное Общество "Сбербанк России" | Способ и система поиска графических изображений |
| CN116991919A (zh) * | 2023-09-26 | 2023-11-03 | 中国铁塔股份有限公司吉林省分公司 | 结合平台数据库的业务数据检索方法及人工智能*** |
| CN116991919B (zh) * | 2023-09-26 | 2023-12-08 | 中国铁塔股份有限公司吉林省分公司 | 结合平台数据库的业务数据检索方法及人工智能*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112884005B (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112884005B (zh) | 一种基于sptag及卷积神经网的图像检索方法及装置 | |
| CN111694965B (zh) | 一种基于多模态知识图谱的图像场景检索***及方法 | |
| CN111522927B (zh) | 基于知识图谱的实体查询方法和装置 | |
| CN102999640A (zh) | 基于语义推理和结构化描述的视频与图像检索***及方法 | |
| CN114549874A (zh) | 多目标图文匹配模型的训练方法、图文检索方法及装置 | |
| CN101305368A (zh) | 语义可视搜索引擎 | |
| CN111339277A (zh) | 基于机器学习的问答交互方法及装置 | |
| US20240143684A1 (en) | Information presentation method and apparatus, and device and medium | |
| CN108491543A (zh) | 图像检索方法、图像存储方法及图像检索*** | |
| CN113806588A (zh) | 搜索视频的方法和装置 | |
| CN114494709A (zh) | 特征提取模型的生成方法、图像特征提取方法和装置 | |
| CN115131698A (zh) | 视频属性确定方法、装置、设备及存储介质 | |
| CN105095468A (zh) | 一种新型的图像检索方法及*** | |
| CN113139110B (zh) | 区域特征处理方法、装置、设备、存储介质和程序产品 | |
| CN111797266B (zh) | 图像处理方法和装置、存储介质和电子设备 | |
| CN111832358A (zh) | 一种点云语义解析方法和装置 | |
| CN116363457B (zh) | 任务处理、图像分类、任务处理模型的数据处理方法 | |
| CN107451194A (zh) | 一种图片搜索方法及装置 | |
| CN111241142A (zh) | 一种科技成果转化推送***及方法 | |
| CN113806376B (zh) | 索引构建方法及装置 | |
| CN115687663A (zh) | 基于全文搜索的视频检索及标记方法、***及存储介质 | |
| CN115359400A (zh) | 视频识别方法、装置、介质及电子设备 | |
| CN111506754A (zh) | 图片检索方法、装置、存储介质及处理器 | |
| CN112307158A (zh) | 一种信息检索方法、装置、设备及介质 | |
| CN117131256B (zh) | 一种基于aigc的媒体管理*** |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yunfei Inventor after: Fan Kaibo Inventor after: Yu Chaoyang Inventor after: Xu Xinyu Inventor before: Zhang Yunfei Inventor before: Fan Kaibo Inventor before: Yu Chaoyang Inventor before: Xu Xinyu |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |