CN112948608B - 图片查找方法、装置、电子设备及计算机可读存储介质 - Google Patents

图片查找方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112948608B
CN112948608B CN202110136576.0A CN202110136576A CN112948608B CN 112948608 B CN112948608 B CN 112948608B CN 202110136576 A CN202110136576 A CN 202110136576A CN 112948608 B CN112948608 B CN 112948608B
Authority
CN
China
Prior art keywords
node
current node
sub
characteristic
taking
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
Application number
CN202110136576.0A
Other languages
English (en)
Other versions
CN112948608A (zh
Inventor
李勇
赵以诚
李睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110136576.0A priority Critical patent/CN112948608B/zh
Publication of CN112948608A publication Critical patent/CN112948608A/zh
Priority to JP2022001841A priority patent/JP7347551B2/ja
Priority to KR1020220004812A priority patent/KR20220111188A/ko
Priority to US17/578,663 priority patent/US20220245465A1/en
Application granted granted Critical
Publication of CN112948608B publication Critical patent/CN112948608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/041—Abduction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • 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)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Library & Information Science (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本公开公开了图片查找方法、装置、电子设备及计算机可读存储介质，涉及智能云、计算机视觉及深度学习等人工智能领域，所述方法可包括：获取待查找的图片集中的图片的特征，根据获取到的特征生成决策树，并为决策树中的结点分别配置对应的问题；当接收到用户的图片查找请求时，根据所配置的问题向用户进行提问，并结合用户的回答，从决策树中选出一条最佳路径，将最佳路径上的叶结点对应的图片作为查找出的图片。应用本公开所述方案，无需借助于关键字即可方便准确地查找出用户所需的图片。

Description

图片查找方法、装置、电子设备及计算机可读存储介质
技术领域
本公开涉及人工智能技术领域，特别涉及智能云、计算机视觉及深度学习等领域的图片查找方法、装置、电子设备及计算机可读存储介质。
背景技术
目前，用户的图片数量呈爆发式增长趋势。查找作为云相册产品的基础功能，可为用户提供图片(如照片)检索能力，当图片数量越来越多时，查找功能也变得愈发重要。
传统的查找方式主要为基于关键字进行查找的方式，即用户输入关键字，云端将关键字映射为最符合条件的一组分类，并输出该分类下的图片。但这种方式只适用于用户对于要查找的图片有清晰的记忆并能用关键字清晰表达的情况。而很多情况下，用户对于待查找的图片可能只有模糊的记忆，比如，只记得在某个大概的时间范围和某人在某个地点的图片。对于这种情况，目前还没有较好的解决方式。
发明内容
本公开提供了图片查找方法、装置、电子设备及计算机可读存储介质。
一种图片查找方法，包括：
获取待查找的图片集中的图片的特征，根据所述特征生成决策树，并为所述决策树中的结点分别配置对应的问题；
当接收到用户的图片查找请求时，根据所述问题向用户进行提问，并结合所述用户的回答，从所述决策树中选出一条最佳路径，将所述最佳路径上的叶结点对应的图片作为查找出的图片。
一种图片查找装置，包括：预处理模块以及查找模块；
所述预处理模块，用于获取待查找的图片集中的图片的特征，根据所述特征生成决策树，并为所述决策树中的结点分别配置对应的问题；
所述查找模块，用于当接收到用户的图片查找请求时，根据所述问题向用户进行提问，并结合所述用户的回答，从所述决策树中选出一条最佳路径，将所述最佳路径上的叶结点对应的图片作为查找出的图片。
一种电子设备，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，
所述存储器存储有可被所述至少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执行如以上所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。
上述公开中的一个实施例具有如下优点或有益效果：可采用基于决策树的图片模糊查找方式，基于根据获取到的图片特征生成的决策树，通过向用户主动提问进行引导，并结合用户的回答，确定出用户所要查找的图片，从而实现了无需借助于关键字即可方便准确地查找出用户所需的图片。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1为本公开所述图片查找方法实施例的流程图；
图2为本公开所述决策树的结构示意图；
图3为本公开所述基于决策树的图片模糊查找方式的实现过程示意图；
图4为按照本公开所述改进后的第二决策树生成算法生成的决策树的示意图；
图5为本公开所述图片查找装置实施例50的组成结构示意图；
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本公开所述图片查找方法实施例的流程图。如图1所示，包括以下具体实现范式。
在步骤101中，获取待查找的图片集中的图片的特征，根据获取到的特征生成决策树，并为决策树中的结点分别配置对应的问题。
在步骤102中，当接收到用户的图片查找请求时，根据所述问题向用户进行提问，并结合用户的回答，从决策树中选出一条最佳路径，将最佳路径上的叶结点对应的图片作为查找出的图片。
可以看出，上述方法实施例所述方案中，可采用基于决策树的图片模糊查找方式，基于根据获取到的图片特征生成的决策树，通过向用户主动提问进行引导，并结合用户的回答，确定出用户所要查找的图片，从而实现了无需借助于关键字即可方便准确地查找出用户所需的图片。
决策树(Decision Tree)也可称为分类决策树等，是一种预测模型，用于描述如何对实例进行分类的树形结构，由结点和有向边组成。其中，结点可分为两种类型，即内部结点和叶结点，内部结点也可称为中间结点等，内部结点表示一个特征或属性，叶结点表示一个类别。
图2为本公开所述决策树的结构示意图。如图2所示，其中的矩形结点表示叶结点，椭圆形结点表示内部结点。
本公开所述基于决策树的图片模糊查找方式中，可首先获取待查找的图片集中的图片的特征，之后可根据获取到的特征生成决策树，并可为决策树中的结点分别配置对应的问题。
待查找的图片集可以是指某一用户的图片集。本公开中对于如何获取待查找的图片集中的图片的特征不作限制。比如，可采用图片特征模型来提取图片的特征。
获取到的图片的特征具体包括哪些特征同样不作限制。比如，可包括拍摄时间、拍摄地点、动物、人物等。
另外，为决策树中的结点配置的问题通常为表达用户容易理解的语义的问题。
当接收到用户的图片查找请求时，可根据所配置的问题向用户进行提问，并结合用户的回答，从决策树中选出一条最佳路径，并可将最佳路径上的叶结点对应的图片作为查找出的图片，即作为目标图片。
具体地，在从决策树中选出最佳路径时，可将决策树中的根结点作为当前结点，并执行以下第一处理：按照当前结点对应的问题对用户进行提问；获取用户的回答，并从当前结点的子结点中确定出与该回答相匹配的子结点；若确定相匹配的子结点为叶结点，则将从根结点开始到该叶结点结束的路径作为所需的最佳路径，否则，将相匹配的子结点作为当前结点，重复执行第一处理。
基于上述介绍，图3为本公开所述基于决策树的图片模糊查找方式的实现过程示意图。
如图3所示，在生成决策树及配置好决策树中的结点对应的问题后，可首先根据根结点对应的问题对用户进行提问，“照片里有TA吗？”，假设用户的回答为“是”，那么可确定出如图3中所示的与“是”相匹配的结点，该结点为根结点的子结点，为便于表述，将该结点称为结点1。
之后，可根据结点1对应的问题对用户进行提问，“照片是在哪个季节拍摄的？”，假设用户的回答为“秋”，那么可确定出如图3中所示的与“秋”相匹配的结点，该结点为结点1的子结点，为便于表述，将该结点称为结点2。
之后，可根据结点2对应的问题对用户进行提问，“照片是在哪个地点拍摄的？”，假设用户的回答为“北京”，那么可确定出如图3中所示的与“北京”相匹配的结点，该结点为结点2的子结点，为便于表述，将该结点称为结点3。
之后，可根据结点3对应的问题对用户进行提问，“照片是在室内拍摄的吗？”，……，之后，可根据结点p(p大于3)对应的问题对用户进行提问，“照片里有建筑吗？”，假设用户的回答为“是”，那么可确定出如图3中所示的与“是”相匹配的结点，假设为结点p+1，由于结点p+1为叶结点，那么则可将从根结点开始到结点p+1结束的路径作为所需的最佳路径。
进一步地，可将最佳路径上的叶结点对应的图片作为查找到的图片，如“国庆节TA在北京***(某一地点)的照片”。
查找到的图片的数量可能为一，也可能大于一，当大于一时，若数量大于预定阈值，还可从中筛选出部分图片，将筛选出的部分图片作为最终结果返回给用户，如何进行筛选不作限制。
以云相册为例，随着时间的推移，用户对于云相册中的图片的记忆会越来越模糊，这种情况下，无法利用关键字来进行图片的查找，而本公开所述基于决策树的图片模糊查找方式可以帮助用户方便准确地查找出所需的图片。
而且，本公开所述基于决策树的图片模糊查找方式的查找速度较快，即可以快速的收敛到结果集，从而提升了查找效率。
另外，本公开所述基于决策树的图片模糊查找方式能够更为全面的使用图片特征进行决策，且每次决策都可以更准确地帮助用户排除不相关的图片，不会出现无法查找出结果的情况，从而提升了查找成功率等。
决策树在进行分类时，会对实例的每个特征进行测试，根据结果将其分配到子结点中，为了尽可能快地利用决策树进行分类，内部结点的结构和顺序等非常重要。
具体到本公开中，如何生成决策树，对于查找速度等将有着直接的影响。在实际应用中，可根据获取到的图片的特征，按照预定的特征选择准则，生成决策树。
制定特征选择准则的目的，就是使用特征对数据集进行划分，划分后的数据集的纯度要比划分前的数据集的纯度更高，不确定性要比划分前的数据集的不确定性更低，而决策树的生成过程，就是使用满足特征选择准则的特征不断地将数据集划分为纯度更高和不确定性更小的数据集的过程。
目前，比较常用的特征选择准则包括：信息增益、信息增益比和基尼指数，以下分别进行介绍。
一)信息增益
在信息论中，熵用来表示随机变量的不确定性，信息增益是建立在熵信息论的基础上的。
任一特征A相对于数据集D的信息增益g(D,A)，可定义为数据集D的经验熵H(D)与给定特征A的条件下数据集D的经验条件熵H(D|A)之差，用数学表达式可以表述为：
g(D,A)＝H(D)–H(D|A)； (1)
上述表达式可以理解为，用数据集D的初始熵减去得知特征A之后数据集D的熵，对于一个不确定的事物，只要多知道一点相关的信息，熵通常就会下降，因此H(D)通常大于H(D|A)，H(D)和H(D|A)的差值量化了信息增益的程度。
生成决策树的过程可以转化为使用信息增益作为特征选择准则，递归地构建决策树的过程，该过程即对应迭代二叉树三代(ID3，Iterative Dichotomiser 3)算法的实现过程。
ID3算法的实现过程具体可包括：
将根结点作为当前结点，将原始的数据集作为当前结点对应的数据集，将原始的特征集作为当前结点对应的特征集，并执行以下第四处理：
分别获取当前结点对应的特征集中的各特征相对于当前结点对应的数据集的信息增益；假设当前结点对应的特征集中包括3个特征，分别为特征1、特征2和特征3，那么可获取到3个信息增益；
选出信息增益最大的特征，假设为特征2，进一步地，可分别建立特征2对应的不同特征值对应的结点，将所建立的结点作为当前结点的子结点；比如，特征2为拍摄地点，对应的特征值包括北京、上海、广州等，那么可分别建立每个特征值对应的子结点；
针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为选出的特征的特征值为该子结点对应的特征值的数据，比如，某一子结点对应的特征值为北京，那么可从当前结点对应的数据集中选出拍摄地点为北京的数据，组成该子结点对应的数据集；
将选出的特征如特征2从当前结点对应的特征集中删除，得到更新后的特征集；
针对当前结点的每个子结点，若确定该子结点为叶结点，则结束针对该子结点的处理，否则，将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行第四处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
在实际应用中，若某一子结点对应的数据集中仅包括一种类别，即为单一类别，无法继续划分，则可确定该子结点为叶结点。
二)信息增益比
ID3算法有个比较大的缺点就是容易过拟合，且信息增益偏向特征值较多的特征。原因是当某一特征对应的特征值较多时，根据该特征来划分会更容易得到纯度更高的子集，因此划分之后的熵更低，由于划分前的熵是一定的，因此得到的信息增益更大。
针对上述问题，提出了信息增益比的概念，可削弱特征值数量对于信息增益的影响。
任一特征A相对于数据集D的信息增益比gR(D,A)，可定义为信息增益g(D,A)与数据集D关于特征A的熵HA(D)之比，即：
其中：
N表述特征A对应的特征值的数量，Di表示数据集D中特征A取值为特征值i的数据组成的数据集，|D|表示数据集D中包括的数据的数量，|Di|表示数据集Di中包括的数据的数量。
上式表明，一个特征对应的特征值越多，不确定性就越高，HA(D)就越大。
信息增益比与信息增益的关系可表述为：
信息增益比＝信息增益×惩罚参数； (4)
其中，惩罚参数即为从而在一定程序上抵消了特征值数量对于信息增益的影响。
信息增益比对应于C4.5算法，C4.5算法的实现过程与ID3算法类似，只是将ID3算法中的信息增益替换为了信息增益比。
三)基尼系数(Gini coefficient)
ID3算法中使用了信息增益来选择特征，优先选择信息增益大的特征，C4.5算法中使用了信息增益比来选择特征，减少了由于特征值数量较多导致的信息增益较大的问题。分类与回归树(CART，Classification and Regression Tree)算法使用基尼系数来选择特征，基尼系数代表了不纯度，基尼系数越小，不纯度越低，特征越好，这和信息增益(比)刚好相反。
数据集D的纯度可用基尼系数来度量，即数据集D的基尼系数可定义为：
其中，p(xi)表示数据x属于类别i的概率，n表示类别的数量，即数据集D中包括n个类别，Gini(D)反映了从数据集D中随机选中的一个数据被分错的概率，即表示样本集中一个随机选中的样本被分错的概率，基尼系数越小，表示样本集中被选中的样本被分错的概率越小，也就是说样本集的纯度越高，反之，纯度越低。
对于数据集D，根据特征A是否取某一特征值a，可将数据集D划分为D1和D2两个数据集(或称为数据子集)。
相应地，特征A对应的特征值a相对于数据集D的基尼系数可定义为：
其中，|D|表示数据集D中包括的数据的数量，即样本的数量，|D1|表示数据集D1中包括的数据的数量，|D2|表示数据集D2中包括的数据的数量。
相比于ID3算法和C4.5算法，CART算法的一个优点是，既可以处理离散特征值，也可以处理连续特征值。比如，图片的拍摄时间是一个连续特征值，可以按季节进行***计算基尼系数等。
CART算法的实现过程具体可包括：
将根结点作为当前结点，将原始的数据集作为当前结点对应的数据集，将原始的特征集作为当前结点对应的特征集，并执行以下第五处理：
针对当前结点对应的特征集中的每个特征，分别获取该特征对应的各特征值相对于当前结点对应的数据集的基尼系数；
从获取到的各基尼系数中选出取值最小的基尼系数，将选出的基尼系数对应的特征(假设为特征A)及对应的特征的特征值(假设为特征值a)作为最优特征和最优切分点；
根据最优特征和最优切分点，将当前结点对应的数据集划分为D1和D2两个数据集，并生成当前结点的两个子结点，一个子结点对应数据集D1，另一个子结点对应数据集D2，数据集D1中的数据的特征A取值为特征值a，数据集D2中的数据的特征A取值不为特征值a；
针对当前结点的每个子结点，若确定符合预定条件，则可结束针对该子结点的处理，比如，若该子结点对应的数据集中包括的数据的数量小于预定阈值，如所述阈值可为2，或者，该子结点对应的数据集的基尼系数小于预定阈值等，则可认为符合预定条件，若确定不符合预定条件，则可将该子结点作为当前结点，重复执行第五处理等。
如前所述，本公开中，可根据获取到的图片的特征，按照预定的特征选择准则，生成决策树。
预定的特征选择准则可包括以下之一：信息增益、信息增益比、基尼系数。或者，预定的特征选择准则可包括：信息增益以及信息增益比。或者，预定的特征选择准则可包括：信息增益、信息增益比以及基尼系数。
当预定的特征选择准则为信息增益时，可按照ID3算法生成决策树。当预定的特征选择准则为信息增益比时，可按照C4.5算法生成决策树。当预定的特征选择准则为基尼系数时，可按照CART算法生成决策树。当预定的特征选择准则为信息增益以及信息增益比时，可按照改进后的第一决策树生成算法生成决策树。当预定的特征选择准则包括信息增益、信息增益比以及基尼系数时，可按照改进后的第二决策树生成算法生成决策树。具体采用哪种算法来生成决策树可根据实际需要而定，非常灵活方便。
其中，改进后的第一决策树生成算法的具体实现过程可包括：
将根结点作为当前结点，将原始的数据集作为当前结点对应的数据集，将原始的特征集作为当前结点对应的特征集，原始的数据集可为待查找的图片集，原始的特征集可为利用获取到的图片的特征组成的特征集，并执行以下第二处理：
结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征；针对最优特征对应的不同特征值，分别建立对应的结点，将所建立的结点作为当前结点的子结点；
针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为最优特征的特征值为该子结点对应的特征值的数据；
将最优特征从当前结点对应的特征集中删除，得到更新后的特征集；
针对当前结点的每个子结点，若确定该子结点为叶结点，则结束针对该子结点的处理，否则，将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行第二处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
其中，结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征的方式可包括：分别获取当前结点对应的特征集中的各特征相对于当前结点对应的数据集的信息增益，计算获取到的各信息增益的均值，并从当前结点对应的特征集中的各特征中选出对应的信息增益大于均值的特征，分别获取选出的各特征相对于当前结点对应的数据集的信息增益比，将信息增益比最大的特征作为最优特征。
C4.5算法的缺点是信息增益比会偏向特征值较少的特征，原因是当特征值较少时，HA(D)的值会较小，相应地，其倒数就会较大，因此信息增益比也会较大，而改进后的第一决策树生成算法可在一定程度上解决这一问题，该算法中，不直接选择信息增益或信息增益比最大的特征，而是首先利用ID3算法取均值以上的特征，之后再从中选取信息增益比最大的特征等，从而兼顾了ID3算法和C4.5算法的优势。
改进后的第二决策树生成算法的具体实现过程可包括：
将根结点作为当前结点，将原始的数据集作为当前结点对应的数据集，将原始的特征集作为当前结点对应的特征集，原始的数据集可为待查找的图片集，原始的特征集可为利用获取到的图片的特征组成的特征集，并可执行以下第三处理：
结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征；通过基尼系数，从最优特征对应的各特征值中选出M个特征值，M为正整数，且小于最优特征对应的特征值数，将未选出的特征值作为其它特征值；将其它特征值作为一个整体，分别建立M个特征值及其它特征值对应的结点，将所建立的M+1个结点作为当前结点的子结点；
针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为最优特征的特征值为该子结点对应的特征值的数据；
将最优特征从当前结点对应的特征集中删除，得到更新后的特征集；
针对当前结点的每个子结点，若确定该子结点为叶结点，则结束针对该子结点的处理，否则，将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行第三处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
其中，结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征的方式可包括：分别获取当前结点对应的特征集中的各特征相对于当前结点对应的数据集的信息增益，计算获取到的各信息增益的均值，并从当前结点对应的特征集中的各特征中选出对应的信息增益大于均值的特征，分别获取选出的各特征相对于当前结点对应的数据集的信息增益比，将信息增益比最大的特征作为所述最优特征。
通过基尼系数，从最优特征对应的各特征值中选出M个特征值的方式可包括：分别获取最优特征对应的各特征值相对于当前结点对应的数据集的基尼系数，对获取到的各基尼系数按照从小到大的顺序进行排序，选出排序后处于前M位的基尼系数，将选出的M个基尼系数对应的特征值作为从最优特征对应的各特征值中选出的M个特征值。M的具体取值可根据实际需要而定。
图4为按照本公开所述改进后的第二决策树生成算法生成的决策树的示意图。需要说明的是，为便于表述，图4中简化了决策树的结构，实际结构通常会比图4所示复杂。
如图4所示，从根结点开始，将根结点作为当前结点，将待查找的图片集作为当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为当前结点对应的特征集，首先，可分别获取当前结点对应的特征集中的各特征相对于当前结点对应的数据集的信息增益，计算获取到的各信息增益的均值，并从当前结点对应的特征集中的各特征中选出对应的信息增益大于均值的特征，分别获取选出的各特征相对于当前结点对应的数据集的信息增益比，将信息增益比最大的特征作为最优特征。
比如，当前结点对应的特征集中包括3个特征，分别为特征1、特征2和特征3，相应地，可获取到3个信息增益，可计算3个信息增益的均值，并从3个特征中选出对应的信息增益大于均值的特征，假设选出了特征1和特征2，进一步地，可分别获取特征1和特征2对应的信息增益比，并将信息增益比最大的特征如特征1作为最优特征。
之后，可分别获取最优特征对应的各特征值相对于当前结点对应的数据集的基尼系数，并可对获取到的各基尼系数按照从小到大的顺序进行排序，选出排序后处于前M位的基尼系数，将选出的M个基尼系数对应的特征值作为从最优特征对应的各特征值中选出的M个特征值，并可将未选出的特征值作为其它特征值。进一步地，可将其它特征值作为一个整体，分别建立M个特征值及其它特征值对应的结点，将所建立的M+1个结点作为当前结点的子结点，针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为最优特征的特征值为该子结点对应的特征值的数据。
比如，最优特征为特征1，特征1对应了4个特征值，分别为特征值1、特征值2、特征值3和特征值4，那么可分别获取特征值1、特征值2、特征值3和特征值4对应的基尼系数，并可对获取到的4个基尼系数按照从小到大的顺序进行排序，选出排序后处于前2位的基尼系数，假设选出的2个基尼系数对应的特征值分别特征值1和特征值2，那么可将特征值3和特征值4作为其它特征值，针对特征值1、特征值2和其它特征值，分别建立对应的结点，将所建立的3个结点作为当前结点对应的子结点，另外，针对每个子结点，还可分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，比如，对于特征值1对应的子结点，可从当前结点对应的数据集中选出特征1取值为特征值1的数据，组成该子结点对应的数据集。
之后，可将最优特征从当前结点对应的特征集中删除，得到更新后的特征集。比如，可将特征1从由特征1、特征2和特征3组成的特征集中删除，从而得到由特征2和特征3组成的更新后的特征集。
针对当前结点的每个子结点，若确定该子结点为叶结点，则可结束针对该子结点的处理，否则，可将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行上述处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
比如，假设共存在3个子结点，分别为特征值1对应的子结点、特征值2对应的子结点以及其它特征值对应的子结点，其中，特征值1对应的子结点为叶结点，如图4中所示的矩形结点，那么则可结束针对该子结点的处理，对于特征值2对应的子结点以及其它特征值对应的子结点，可分别将其作为当前结点，并将更新后的特征集作为当前结点对应的特征集，重复执行上述处理，假设经处理后，分别得到了2个子结点，且均为叶结点，那么则决策树建立完毕。
可以看出，上述算法中，将信息增益与信息增益比相结合，首先利用ID3算法取均值以上的特征，之后再从中选取信息增益比最大的特征等，从而兼顾了ID3算法和C4.5算法的优势，另外，针对确定出的最优特征，还可利用基尼系数筛选出取值较低的几个特征值，将剩余特征值归为其它特征值，从而减少了由于特征值过多造成的问题选项过多等问题。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图5为本公开所述图片查找装置实施例50的组成结构示意图。如图5所示，包括：预处理模块501以及查找模块502。
预处理模块501，用于获取待查找的图片集中的图片的特征，根据获取到的特征生成决策树，并为决策树中的结点分别配置对应的问题。
查找模块502，用于当接收到用户的图片查找请求时，根据所配置的问题向用户进行提问，并结合用户的回答，从决策树中选出一条最佳路径，将最佳路径上的叶结点对应的图片作为查找出的图片。
具体地，查找模块502可将决策树中的根结点作为当前结点，并执行以下第一处理：按照当前结点对应的问题对用户进行提问；获取用户的回答，并从当前结点的子结点中确定出与该回答相匹配的子结点；若确定相匹配的子结点为叶结点，则将从根结点开始到叶结点结束的路径作为最佳路径，否则，将相匹配的子结点作为当前结点，重复执行第一处理。
另外，预处理模块501可根据获取到的特征，按照预定的特征选择准则，生成决策树。预定的特征选择准则包括：信息增益；或者，预定的特征选择准则包括：信息增益比；或者，预定的特征选择准则包括：基尼系数；或者，预定的特征选择准则包括：信息增益以及信息增益比；或者，预定的特征选择准则包括：信息增益、信息增益比以及基尼系数。
其中，当预定的特征选择准则包括信息增益以及信息增益比时，预处理模块501可将根结点作为当前结点，将待查找的图片集作为当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为当前结点对应的特征集，并执行以下第二处理：结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征；针对最优特征对应的不同特征值，分别建立对应的结点，将所建立的结点作为当前结点的子结点；针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为最优特征的特征值为该子结点对应的特征值的数据；将最优特征从当前结点对应的特征集中删除，得到更新后的特征集；针对当前结点的每个子结点，若确定该子结点为叶结点，则结束针对该子结点的处理，否则，将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行第二处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
当预定的特征选择准则包括信息增益、信息增益比以及基尼系数时，预处理模块501可将根结点作为当前结点，将待查找的图片集作为当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为当前结点对应的特征集，并执行以下第三处理：结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征；通过基尼系数，从最优特征对应的各特征值中选出M个特征值，M为正整数，且小于最优特征对应的特征值数，将未选出的特征值作为其它特征值；将其它特征值作为一个整体，分别建立M个特征值及其它特征值对应的结点，将所建立的M+1个结点作为当前结点的子结点；针对当前结点的每个子结点，分别从当前结点对应的数据集中选出与该子结点相匹配的数据，组成该子结点对应的数据集，相匹配的数据为最优特征的特征值为该子结点对应的特征值的数据；将最优特征从当前结点对应的特征集中删除，得到更新后的特征集；针对当前结点的每个子结点，若确定该子结点为叶结点，则结束针对该子结点的处理，否则，将该子结点作为当前结点，将更新后的特征集作为当前结点对应的特征集，重复执行第三处理，直到从根结点开始的所有路径上的最后一个结点均为叶结点。
在结合信息增益以及信息增益比，从当前结点对应的特征集中选出一个最优特征时，预处理模块501可分别获取当前结点对应的特征集中的各特征相对于当前结点对应的数据集的信息增益，计算获取到的各信息增益的均值，并从当前结点对应的特征集中的各特征中选出对应的信息增益大于均值的特征，分别获取选出的各特征相对于当前结点对应的数据集的信息增益比，将信息增益比最大的特征作为最优特征。
在通过基尼系数，从最优特征对应的各特征值中选出M个特征值时，预处理模块501可分别获取最优特征对应的各特征值相对于当前结点对应的数据集的基尼系数，并可对获取到的各基尼系数按照从小到大的顺序进行排序，选出排序后处于前M位的基尼系数，将选出的M个基尼系数对应的特征值作为从最优特征对应的各特征值中选出的M个特征值。
图5所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用上述装置实施例所述方案，可采用基于决策树的图片模糊查找方式，基于根据获取到的图片特征生成的决策树，通过向用户主动提问进行引导，并结合用户的回答，确定出用户所要查找的图片，从而实现了无需借助于关键字即可方便准确地查找出用户所需的图片，并且，提出了改进后的决策树生成算法，从而提升了查找效率等。
本公开所述方案可应用于人工智能领域，特别涉及智能云、计算机视觉及深度学习等领域。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种图片查找方法，包括：
获取待查找的图片集中的图片的特征，根据所述特征，按照预定的特征选择准则，生成决策树，并为所述决策树中的结点分别配置对应的问题；
当接收到用户的图片查找请求时，根据所述问题向用户进行提问，并结合所述用户的回答，从所述决策树中选出一条最佳路径，将所述最佳路径上的叶结点对应的图片作为查找出的图片；
其中，当所述预定的特征选择准则包括信息增益、信息增益比以及基尼系数时，所述生成所述决策树包括：
将根结点作为当前结点，将所述待查找的图片集作为所述当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为所述当前结点对应的特征集，并执行以下第三处理：
结合所述信息增益以及所述信息增益比，从所述当前结点对应的特征集中选出一个最优特征；通过所述基尼系数，从所述最优特征对应的各特征值中选出M个特征值，M为正整数，且小于所述最优特征对应的特征值数，将未选出的特征值作为其它特征值；将所述其它特征值作为一个整体，分别建立所述M个特征值及所述其它特征值对应的结点，将所建立的M+1个结点作为所述当前结点的子结点；针对所述当前结点的每个子结点，分别从所述当前结点对应的数据集中选出与所述子结点相匹配的数据，组成所述子结点对应的数据集，所述相匹配的数据为所述最优特征的特征值为所述子结点对应的特征值的数据；将所述最优特征从所述当前结点对应的特征集中删除，得到更新后的特征集；针对所述当前结点的每个子结点，若确定所述子结点为叶结点，则结束针对所述子结点的处理，否则，将所述子结点作为所述当前结点，将所述更新后的特征集作为所述当前结点对应的特征集，重复执行所述第三处理，直到从所述根结点开始的所有路径上的最后一个结点均为叶结点。
2.根据权利要求1所述的方法，其中，所述从所述决策树中选出一条最佳路径包括：
将所述决策树中的根结点作为当前结点，执行以下第一处理：
按照所述当前结点对应的问题对所述用户进行提问；
获取所述用户的回答，并从所述当前结点的子结点中确定出与所述回答相匹配的子结点；
若确定所述相匹配的子结点为叶结点，则将从所述根结点开始到所述叶结点结束的路径作为所述最佳路径，否则，将所述相匹配的子结点作为所述当前结点，重复执行所述第一处理。
3.根据权利要求1所述的方法，其中，当所述预定的特征选择准则包括所述信息增益以及所述信息增益比时，所述生成决策树包括：
将根结点作为当前结点，将所述待查找的图片集作为所述当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为所述当前结点对应的特征集，并执行以下第二处理：
结合所述信息增益以及所述信息增益比，从所述当前结点对应的特征集中选出一个最优特征；针对所述最优特征对应的不同特征值，分别建立对应的结点，将所建立的结点作为所述当前结点的子结点；
针对所述当前结点的每个子结点，分别从所述当前结点对应的数据集中选出与所述子结点相匹配的数据，组成所述子结点对应的数据集，所述相匹配的数据为所述最优特征的特征值为所述子结点对应的特征值的数据；
将所述最优特征从所述当前结点对应的特征集中删除，得到更新后的特征集；
针对所述当前结点的每个子结点，若确定所述子结点为叶结点，则结束针对所述子结点的处理，否则，将所述子结点作为所述当前结点，将所述更新后的特征集作为所述当前结点对应的特征集，重复执行所述第二处理，直到从所述根结点开始的所有路径上的最后一个结点均为叶结点。
4.根据权利要求1所述的方法，其中，所述结合所述信息增益以及所述信息增益比，从所述当前结点对应的特征集中选出一个最优特征包括：
分别获取所述当前结点对应的特征集中的各特征相对于所述当前结点对应的数据集的信息增益；
计算获取到的各信息增益的均值，并从所述当前结点对应的特征集中的各特征中选出对应的信息增益大于所述均值的特征；
分别获取选出的各特征相对于所述当前结点对应的数据集的信息增益比；
将信息增益比最大的特征作为所述最优特征。
5.根据权利要求1所述的方法，其中，所述通过所述基尼系数，从所述最优特征对应的各特征值中选出M个特征值包括：
分别获取所述最优特征对应的各特征值相对于所述当前结点对应的数据集的基尼系数；
对获取到的各基尼系数按照从小到大的顺序进行排序，选出排序后处于前M位的基尼系数；
将选出的M个基尼系数对应的特征值作为从所述最优特征对应的各特征值中选出的M个特征值。
6.一种图片查找装置，包括：预处理模块以及查找模块；
所述预处理模块，用于获取待查找的图片集中的图片的特征，根据所述特征，按照预定的特征选择准则，生成决策树，并为所述决策树中的结点分别配置对应的问题；其中，当所述预定的特征选择准则包括信息增益、信息增益比以及基尼系数时，所述生成所述决策树包括：将根结点作为当前结点，将所述待查找的图片集作为所述当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为所述当前结点对应的特征集，并执行以下第三处理：结合所述信息增益以及所述信息增益比，从所述当前结点对应的特征集中选出一个最优特征；通过所述基尼系数，从所述最优特征对应的各特征值中选出M个特征值，M为正整数，且小于所述最优特征对应的特征值数，将未选出的特征值作为其它特征值；将所述其它特征值作为一个整体，分别建立所述M个特征值及所述其它特征值对应的结点，将所建立的M+1个结点作为所述当前结点的子结点；针对所述当前结点的每个子结点，分别从所述当前结点对应的数据集中选出与所述子结点相匹配的数据，组成所述子结点对应的数据集，所述相匹配的数据为所述最优特征的特征值为所述子结点对应的特征值的数据；将所述最优特征从所述当前结点对应的特征集中删除，得到更新后的特征集；针对所述当前结点的每个子结点，若确定所述子结点为叶结点，则结束针对所述子结点的处理，否则，将所述子结点作为所述当前结点，将所述更新后的特征集作为所述当前结点对应的特征集，重复执行所述第三处理，直到从所述根结点开始的所有路径上的最后一个结点均为叶结点；
所述查找模块，用于当接收到用户的图片查找请求时，根据所述问题向用户进行提问，并结合所述用户的回答，从所述决策树中选出一条最佳路径，将所述最佳路径上的叶结点对应的图片作为查找出的图片。
7.根据权利要求6所述的装置，其中，
所述查找模块将所述决策树中的根结点作为当前结点，执行以下第一处理：按照所述当前结点对应的问题对所述用户进行提问；获取所述用户的回答，并从所述当前结点的子结点中确定出与所述回答相匹配的子结点；若确定所述相匹配的子结点为叶结点，则将从所述根结点开始到所述叶结点结束的路径作为所述最佳路径，否则，将所述相匹配的子结点作为所述当前结点，重复执行所述第一处理。
8.根据权利要求6所述的装置，其中，
当所述预定的特征选择准则包括所述信息增益以及所述信息增益比时，所述预处理模块将根结点作为当前结点，将所述待查找的图片集作为所述当前结点对应的数据集，将利用获取到的图片的特征组成的特征集作为所述当前结点对应的特征集，并执行以下第二处理：
结合所述信息增益以及所述信息增益比，从所述当前结点对应的特征集中选出一个最优特征；针对所述最优特征对应的不同特征值，分别建立对应的结点，将所建立的结点作为所述当前结点的子结点；针对所述当前结点的每个子结点，分别从所述当前结点对应的数据集中选出与所述子结点相匹配的数据，组成所述子结点对应的数据集，所述相匹配的数据为所述最优特征的特征值为所述子结点对应的特征值的数据；将所述最优特征从所述当前结点对应的特征集中删除，得到更新后的特征集；针对所述当前结点的每个子结点，若确定所述子结点为叶结点，则结束针对所述子结点的处理，否则，将所述子结点作为所述当前结点，将所述更新后的特征集作为所述当前结点对应的特征集，重复执行所述第二处理，直到从所述根结点开始的所有路径上的最后一个结点均为叶结点。
9.根据权利要求6所述的装置，其中，
所述预处理模块分别获取所述当前结点对应的特征集中的各特征相对于所述当前结点对应的数据集的信息增益，计算获取到的各信息增益的均值，并从所述当前结点对应的特征集中的各特征中选出对应的信息增益大于所述均值的特征，分别获取选出的各特征相对于所述当前结点对应的数据集的信息增益比，将信息增益比最大的特征作为所述最优特征。
10.根据权利要求6所述的装置，其中，
所述预处理模块分别获取所述最优特征对应的各特征值相对于所述当前结点对应的数据集的基尼系数，对获取到的各基尼系数按照从小到大的顺序进行排序，选出排序后处于前M位的基尼系数，将选出的M个基尼系数对应的特征值作为从所述最优特征对应的各特征值中选出的M个特征值。
11.一种电子设备，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，
所述存储器存储有可被所述至少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执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-5中任一项所述的方法。
CN202110136576.0A 2021-02-01 2021-02-01 图片查找方法、装置、电子设备及计算机可读存储介质 Active CN112948608B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110136576.0A CN112948608B (zh) 2021-02-01 2021-02-01 图片查找方法、装置、电子设备及计算机可读存储介质
JP2022001841A JP7347551B2 (ja) 2021-02-01 2022-01-07 イメージ検索方法、装置、電子機器、及びコンピュータ読み取り可能な記憶媒体
KR1020220004812A KR20220111188A (ko) 2021-02-01 2022-01-12 이미지 검색 방법, 장치, 전자 기기 및 컴퓨터 판독 가능 기록 매체
US17/578,663 US20220245465A1 (en) 2021-02-01 2022-01-19 Picture searching method and apparatus, electronic device and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110136576.0A CN112948608B (zh) 2021-02-01 2021-02-01 图片查找方法、装置、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112948608A CN112948608A (zh) 2021-06-11
CN112948608B true CN112948608B (zh) 2023-08-22

Family

ID=76240677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110136576.0A Active CN112948608B (zh) 2021-02-01 2021-02-01 图片查找方法、装置、电子设备及计算机可读存储介质

Country Status (4)

Country Link
US (1) US20220245465A1 (zh)
JP (1) JP7347551B2 (zh)
KR (1) KR20220111188A (zh)
CN (1) CN112948608B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4113379A1 (en) * 2021-06-28 2023-01-04 Siemens Aktiengesellschaft Method and system for semi-automatic completion of an engineering project
KR102567138B1 (ko) * 2021-12-30 2023-08-17 가천대학교 산학협력단 머신러닝 기반 모발 건강 진단 방법 및 시스템
CN115757801B (zh) * 2022-12-22 2023-11-03 北京壹永科技有限公司 用于医疗文本的基于决策树的模型训练方法和装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1687932A (zh) * 2005-05-30 2005-10-26 北大方正集团有限公司 一种用于基于内容的海量图片快速检索的索引构建方法
CN106156127A (zh) * 2015-04-08 2016-11-23 深圳市腾讯计算机***有限公司 选择数据内容向终端推送的方法及装置
CN107577689A (zh) * 2016-07-04 2018-01-12 松下知识产权经营株式会社 决策树生成装置、决策树生成方法、非暂时性记录介质以及提问***
CN107741976A (zh) * 2017-10-16 2018-02-27 泰康保险集团股份有限公司 智能应答方法、装置、介质和电子设备
CN108764321A (zh) * 2018-05-21 2018-11-06 Oppo广东移动通信有限公司 图像识别方法和装置、电子设备、存储介质
CN108875955A (zh) * 2017-05-10 2018-11-23 腾讯科技（深圳）有限公司 基于参数服务器的梯度提升决策树的实现方法及相关设备
WO2019062416A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用清理方法、装置、存储介质及电子设备
CN110046179A (zh) * 2018-12-25 2019-07-23 阿里巴巴集团控股有限公司 一种报警维度的挖掘方法、装置及设备
CN110532363A (zh) * 2019-08-27 2019-12-03 华侨大学 一种基于决策树的任务导向型自动对话方法
CN111340121A (zh) * 2020-02-28 2020-06-26 支付宝(杭州)信息技术有限公司 目标特征的确定方法及装置
CN111385188A (zh) * 2019-11-22 2020-07-07 百度在线网络技术（北京）有限公司 对话元素的推荐方法、装置、电子设备和介质
CN112101419A (zh) * 2020-08-17 2020-12-18 清华大学 基于众包的高效分类***及其创建、使用方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9324034B2 (en) * 2012-05-14 2016-04-26 Qualcomm Incorporated On-device real-time behavior analyzer
JP6224528B2 (ja) 2014-06-03 2017-11-01 Kddi株式会社 属性値が付与された情報要素を絞り込んで検索する対話検索プログラム、装置及び方法
JP6357140B2 (ja) 2015-09-18 2018-07-11 Ｐｓソリューションズ株式会社 画像判定方法
US11954612B2 (en) * 2017-09-05 2024-04-09 International Business Machines Corporation Cognitive moderator for cognitive instances
JP7028746B2 (ja) 2018-10-05 2022-03-02 株式会社日立製作所 質問生成装置および質問生成方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1687932A (zh) * 2005-05-30 2005-10-26 北大方正集团有限公司 一种用于基于内容的海量图片快速检索的索引构建方法
CN106156127A (zh) * 2015-04-08 2016-11-23 深圳市腾讯计算机***有限公司 选择数据内容向终端推送的方法及装置
CN107577689A (zh) * 2016-07-04 2018-01-12 松下知识产权经营株式会社 决策树生成装置、决策树生成方法、非暂时性记录介质以及提问***
CN108875955A (zh) * 2017-05-10 2018-11-23 腾讯科技（深圳）有限公司 基于参数服务器的梯度提升决策树的实现方法及相关设备
WO2019062416A1 (zh) * 2017-09-30 2019-04-04 Oppo广东移动通信有限公司 应用清理方法、装置、存储介质及电子设备
CN107741976A (zh) * 2017-10-16 2018-02-27 泰康保险集团股份有限公司 智能应答方法、装置、介质和电子设备
CN108764321A (zh) * 2018-05-21 2018-11-06 Oppo广东移动通信有限公司 图像识别方法和装置、电子设备、存储介质
CN110046179A (zh) * 2018-12-25 2019-07-23 阿里巴巴集团控股有限公司 一种报警维度的挖掘方法、装置及设备
CN110532363A (zh) * 2019-08-27 2019-12-03 华侨大学 一种基于决策树的任务导向型自动对话方法
CN111385188A (zh) * 2019-11-22 2020-07-07 百度在线网络技术（北京）有限公司 对话元素的推荐方法、装置、电子设备和介质
CN111340121A (zh) * 2020-02-28 2020-06-26 支付宝(杭州)信息技术有限公司 目标特征的确定方法及装置
CN112101419A (zh) * 2020-08-17 2020-12-18 清华大学 基于众包的高效分类***及其创建、使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
结合主动反馈的图像多分类框架;刘君;王银辉;李黎;张宇;;计算机工程与设计(第04期);全文 *

Also Published As

Publication number Publication date
KR20220111188A (ko) 2022-08-09
US20220245465A1 (en) 2022-08-04
JP7347551B2 (ja) 2023-09-20
CN112948608A (zh) 2021-06-11
JP2022117941A (ja) 2022-08-12

Similar Documents

Publication Publication Date Title
CN112948608B (zh) 图片查找方法、装置、电子设备及计算机可读存储介质
CN105389349B (zh) 词典更新方法及装置
US8676725B1 (en) Method and system for entropy-based semantic hashing
CN112487173B (zh) 人机对话方法、设备和存储介质
CN111967262A (zh) 实体标签的确定方法和装置
CN112115313B (zh) 正则表达式的生成、数据提取方法、装置、设备及介质
CN113033194B (zh) 语义表示图模型的训练方法、装置、设备和存储介质
CN112506864B (zh) 文件检索的方法、装置、电子设备及可读存储介质
WO2021253938A1 (zh) 一种神经网络的训练方法、视频识别方法及装置
CN115248890A (zh) 用户兴趣画像的生成方法、装置、电子设备以及存储介质
CN110209895B (zh) 向量检索方法、装置和设备
CN112966054A (zh) 基于企业图谱节点间关系的族群划分方法和计算机设备
CN116502234A (zh) 一种基于决策树的漏洞价值动态评估方法和装置
CN113590774B (zh) 事件查询方法、装置以及存储介质
CN115994243A (zh) 跨模态检索模型处理方法、装置、设备、产品及介质
CN116362955A (zh) 图数据存储、访问、处理方法、训练方法、设备及介质
CN113408632A (zh) 提高图像分类准确性的方法、装置、电子设备及存储介质
CN115795023B (zh) 文档推荐方法、装置、设备以及存储介质
CN113190698B (zh) 配对图片集的生成方法、装置、电子设备和存储介质
CN114596637B (zh) 图像样本数据增强训练方法、装置及电子设备
CN112580803B (zh) 模型获取方法、装置、电子设备、存储介质和程序产品
CN114422584B (zh) 资源的推送方法、设备和存储介质
Zhao et al. Multi-class WHMBoost: An ensemble algorithm for multi-class imbalanced data
CN116244413B (zh) 新意图确定方法、设备和存储介质
CN112818167B (zh) 实体检索方法、装置、电子设备及计算机可读存储介质

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