CN113821661B - 图像检索方法、***、存储介质及电子设备 - Google Patents
图像检索方法、***、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113821661B CN113821661B CN202111004335.7A CN202111004335A CN113821661B CN 113821661 B CN113821661 B CN 113821661B CN 202111004335 A CN202111004335 A CN 202111004335A CN 113821661 B CN113821661 B CN 113821661B
- Authority
- CN
- China
- Prior art keywords
- image
- model
- clustering
- picture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000013527 convolutional neural network Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 238000003709 image segmentation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G06F16/55—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
- G06F18/21—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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种图像检索方法、***、存储介质及电子设备,图像检索方法包括:输入步骤:获取待检索图片,将所述待检索图片输入到图像检索网络模型;模型处理步骤:通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;检索步骤:将所述处理结果在特征库中进行检索,获得检索结果。本发明通过对特征图的聚类,使得检索变为实例级的检索,可大大提高检索的精度;由于模型在推理阶段只使用下分支进行推理,模型的复杂度较低,推理速度快。
Description
技术领域
本发明属于图像检索领域,具体涉及一种图像检索方法、***、存储介质及电子设备。
背景技术
给定一个包含特定实例(例如特定目标、场景、建筑等)的查询图像,图像检索旨在从数据库图像中找到包含相同实例的图像。但由于不同图像的拍摄视角、光照、或遮挡情况不同,给图像检索带来了一定的挑战,随着卷积神经网络的成功应用,图像检索技术也蓬勃发展,基于卷积神经网络提取的高位抽象深度描述子,在一般的任务中表现出了较强的鲁棒性和泛化性,但是在一些困难任务中,比如一些物体在整张图片中占比特别小,而无效区域特别大,这种情况利用通用的深度学习方法很难解决这种问题,如何设计出能应对这些类内差异的有效且高效的图像检索算法仍是一项研究难题。
基于手工特征的图像检索:传统手工特征的图像检索通过提取图片的角点和边缘特征形成图像的描述子,以描述子作为图像的特征用于特征相似度的度量以达到检索目的。
缺点:传统手工特征的提取需要一定的经验。手工特征例如SIFT特征对于文字不能很好的检测,在一些文字比较多的场景下,提取到的特征不具有代表性。
基于图片级别的图像检索:卷积神经网络在图像领域的应用,使得图片识别的能力大大提升,通过将图片输入卷积神经网络,可以得到高位抽象的深度描述子,该深度描述子一般情况下可以很好的表征该图片。
缺点:利用深度神经网络提取的特征一般可以很好的表征该图像,但有的时候在图像检索的时候,图片中检索的关键物体可能在图片中的占比非常小,这种情况下,深度描述子可能就有无助了。
发明内容
本申请实施例提供了一种图像检索方法、***、存储介质及电子设备,以至少解决现有的图像检索方法中的关键物体在图片中的占比小的问题。
本发明提供了一种图像检索方法,其中,包括:
输入步骤:获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理步骤:通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索步骤:将所述处理结果在特征库中进行检索,获得检索结果。
上述图像检索方法,其中,所述模型处理步骤包括:
模型构建步骤:构建具有上分支和下分支的所述图像检索网络模型;
特征提取步骤:通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类步骤:对所述特征图进行聚类后获得所述处理结果。
上述图像检索方法,其中,所述模型处理步骤还包括:
模型训练步骤:基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练。
上述图像检索方法,其中,所述模型训练步骤包括:
编解码步骤:通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征步骤:通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近步骤:基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
本发明还提供了一种图像检索***,其中,包括:
输入模块,所述输入模块获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理模块,所述模型处理模块通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索模块,所述检索模块将所述处理结果在特征库中进行检索,获得检索结果。
上述图像检索***,其中,所述模型处理模块包括:
模型构建单元,所述模型构建单元构建具有上分支和下分支的所述图像检索网络模型;
特征提取单元,所述特征提取单元通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类单元,所述聚类单元对所述特征图进行聚类后获得所述处理结果。
上述图像检索***,其中,所述模型处理模块还包括:
模型训练单元,所述模型训练单元基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练。
上述图像检索***,其中,所述模型训练单元包括:
编解码组件,所述编解码组件通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征组件,所述提取特征组件通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近组件,所述拉近组件基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上述任一所述的图像检索方法。
一种存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述任一所述的图像检索方法。
本发明的有益效果在于:
本发明属于深度学习技术中的计算机视觉领域。本发明通过对特征图的聚类,使得检索变为实例级的检索,可大大提高检索的精度;由于模型在推理阶段只使用下分支进行推理,模型的复杂度较低,推理速度快。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
在附图中:
图1是本发明的图像检索方法的流程图;
图2是本发明的分步骤S2的流程图;
图3是本发明的分步骤S24的路程图;
图4是本发明的图像检索网络模型图;
图5是本发明的图像检索***的结构示意图;
图6是根据本发明实施例的电子设备的框架图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
在详细阐述本发明各个实施例之前,对本发明的核心发明思想予以概述,并通过下述若干实施例予以详细阐述。
实施例一:
请参照图1,图1是图像检索方法的流程图。如图1所示,本发明的图像检索方法包括:
输入步骤S1:获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理步骤S2:通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索步骤S3:将所述处理结果在特征库中进行检索,获得检索结果。
请参照图2,图2是模型处理步骤S2分步骤的流程图。如图2所示,本发明的模型处理步骤S2包括:
模型构建步骤S21:构建具有上分支和下分支的所述图像检索网络模型;
特征提取步骤S22:通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类步骤S23:对所述特征图进行聚类后获得所述处理结果;
模型训练步骤S24:基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练。
请参照图3,图3是模型训练步骤S24分步骤的流程图。如图3所示,本发明的模型训练步骤S24包括:
编解码步骤S241:通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征步骤S242:通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近步骤S243:基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
具体地说,本发明为了能够解决目前两类技术方案中存在的缺点,本发明设计了基于图像分割的图像检索技术,能够完成实例级别的图像检索,且即使实例在一张图片中的占比比较小也能成功的在图库中检索到与之相似的图像。
进一步,根据图4所示本发明的具体步骤如下:
本技术方案利用图像分割技术和对比学习训练一个轻量的图像检索网络。本技术方案的整体流程图如上所示。
步骤一:模型的训练:图片分别输入两个分支的网络,如上图所示,上分支为一条图像分割的网络分为编码部分(encoder)和解码部分(decoder),下分支为一条通用的卷积神经网络,上分支经过解码以后会得到图片分割后的效果,然后对解码后的特征图进行聚类,聚为4类(4为超参,可根据具体任务进行调整),下分支通过卷积神经网络提取特征以后也可以将特征图通过特征图聚为4类,通过使用对比学习的方法,可以将上下分支的4块分别用一致性损失函数将他们拉近。
步骤二:推理阶段:模型训练好以后,使用训练好的模型进行推理的时候,只使用下分支,利用下分支得到特征图后,将特征图聚类为固定类数,然后就可以利用聚类后的结果在特征库中进行检索。
实施例二:
请参照图5,图5是本发明的图像检索***的结构示意图。如图5所示本发明的一种图像检索***,其中,包括:
输入模块11,所述输入模块11获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理模块12,所述模型处理模块12通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索模块13,所述检索模块13将所述处理结果在特征库中进行检索,获得检索结果。
其中,所述模型处理模块12包括:
模型构建单元121,所述模型构建单元121构建具有上分支和下分支的所述图像检索网络模型;
特征提取单元122,所述特征提取单元122通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类单元123,所述聚类单元123对所述特征图进行聚类后获得所述处理结果。
其中,所述模型处理模块12还包括:
模型训练单元124,所述模型训练单元124基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练。
其中,所述模型训练单元124包括:
编解码组件1241,所述编解码组件1241通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征组件1242,所述提取特征组件1242通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近组件1243,所述拉近组件1243基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
实施例三:
结合图6所示,本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种图像检索方法。
在其中一些实施例中,电子设备还可包括通信接口83和总线80。其中,如图6所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、***组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该电子设备可以基于图像检索,从而实现结合图1-图3描述的方法。
另外,结合上述实施例中图像检索方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种图像检索方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
综上所述,基于本发明的有益效果在于,本公开提供了一种图像检索方法,本发明通过对特征图的聚类,使得检索变为实例级的检索,可大大提高检索的精度;由于模型在推理阶段只使用下分支进行推理,模型的复杂度较低,推理速度快。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本发明的保护范围应以所附权利要求的保护范围为准。
Claims (4)
1.一种图像检索方法,其特征在于,包括:
输入步骤:获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理步骤:通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索步骤:将所述处理结果在特征库中进行检索,获得检索结果;
所述模型处理步骤包括:
模型构建步骤:构建具有上分支和下分支的所述图像检索网络模型,上分支为一条图像分割的网络,包括编码部分和解码部分,下分支为一条卷积神经网络,上分支经过解码以后得到图像分割后的效果;
特征提取步骤:通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类步骤:对所述特征图进行聚类后获得所述处理结果;
模型训练步骤:基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练,具体的,所述模型训练步骤包括:
编解码步骤:通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征步骤:通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近步骤:基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
2.一种图像检索***,其特征在于,包括:
输入模块,所述输入模块获取待检索图片,将所述待检索图片输入到图像检索网络模型;
模型处理模块,所述模型处理模块通过所述图像检索网络模型对所述待检索图片进行处理,获得处理结果;
检索模块,所述检索模块将所述处理结果在特征库中进行检索,获得检索结果;
所述模型处理模块包括:
模型构建单元,所述模型构建单元构建具有上分支和下分支的所述图像检索网络模型,上分支为一条图像分割的网络,包括编码部分和解码部分,下分支为一条卷积神经网络,上分支经过解码以后得到图像分割后的效果;
特征提取单元,所述特征提取单元通过所述图像检索网络模型的所述下分支的卷积神经网络对所述待检索图片进行特征提取获得特征图;
聚类单元,所述聚类单元对所述特征图进行聚类后获得所述处理结果;
模型训练单元,所述模型训练单元基于样本图片通过对比学习的方法对所述图像检索网络模型进行训练,具体的,所述模型训练单元包括:
编解码组件,所述编解码组件通过所述上分支的图像分割网络对所述样本图片进行编、解码操作获得分割图片,对所述分割图片聚类,得到第一聚类结果;
提取特征组件,所述提取特征组件通过所述下分支的所述卷积神经网络对所述样本图片提取特征获得样本特征图,对所述样本特征图进行聚类,得到第二聚类结果;
拉近组件,所述拉近组件基于对比学习的方法通过一致性损失函数拉近所述第一聚类结果和所述第二聚类结果。
3.一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1所述的图像检索方法。
4.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1所述的图像检索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004335.7A CN113821661B (zh) | 2021-08-30 | 2021-08-30 | 图像检索方法、***、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111004335.7A CN113821661B (zh) | 2021-08-30 | 2021-08-30 | 图像检索方法、***、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113821661A CN113821661A (zh) | 2021-12-21 |
CN113821661B true CN113821661B (zh) | 2024-04-02 |
Family
ID=78923373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111004335.7A Active CN113821661B (zh) | 2021-08-30 | 2021-08-30 | 图像检索方法、***、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113821661B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259904A (zh) * | 2020-01-16 | 2020-06-09 | 西南科技大学 | 一种基于深度学习和聚类的语义图像分割方法及*** |
CN111914107A (zh) * | 2020-07-29 | 2020-11-10 | 厦门大学 | 一种基于多通道注意力区域扩展的实例检索方法 |
CN112668627A (zh) * | 2020-12-24 | 2021-04-16 | 四川大学 | 一种基于对比学习的大规模图像在线聚类***及方法 |
CN112966755A (zh) * | 2021-03-10 | 2021-06-15 | 深圳市固电电子有限公司 | 电感缺陷检测方法、设备及可读存储介质 |
CN113205523A (zh) * | 2021-04-29 | 2021-08-03 | 浙江大学 | 多尺度表征优化的医学影像分割识别***、终端及存储介质 |
-
2021
- 2021-08-30 CN CN202111004335.7A patent/CN113821661B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259904A (zh) * | 2020-01-16 | 2020-06-09 | 西南科技大学 | 一种基于深度学习和聚类的语义图像分割方法及*** |
CN111914107A (zh) * | 2020-07-29 | 2020-11-10 | 厦门大学 | 一种基于多通道注意力区域扩展的实例检索方法 |
CN112668627A (zh) * | 2020-12-24 | 2021-04-16 | 四川大学 | 一种基于对比学习的大规模图像在线聚类***及方法 |
CN112966755A (zh) * | 2021-03-10 | 2021-06-15 | 深圳市固电电子有限公司 | 电感缺陷检测方法、设备及可读存储介质 |
CN113205523A (zh) * | 2021-04-29 | 2021-08-03 | 浙江大学 | 多尺度表征优化的医学影像分割识别***、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113821661A (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102915299B (zh) | 一种分词方法及装置 | |
CN111666960B (zh) | 图像识别方法、装置、电子设备及可读存储介质 | |
CN112559800B (zh) | 用于处理视频的方法、装置、电子设备、介质和产品 | |
CN109815355A (zh) | 图像搜索方法及装置、存储介质、电子设备 | |
WO2023174098A1 (zh) | 一种实时手势检测方法及装置 | |
CN113539304B (zh) | 视频拆条方法和装置 | |
WO2023159765A1 (zh) | 视频搜索方法和装置、电子设备、存储介质 | |
CN112232070A (zh) | 自然语言处理模型构建方法、***、电子设备及存储介质 | |
CN105095468A (zh) | 一种新型的图像检索方法及*** | |
CN113569687A (zh) | 基于双流网络的场景分类方法、***、设备及介质 | |
CN113821661B (zh) | 图像检索方法、***、存储介质及电子设备 | |
CN114882334B (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
CN113569703B (zh) | 真实分割点判断方法、***、存储介质及电子设备 | |
CN113569704B (zh) | 分割点判断方法、***、存储介质及电子设备 | |
CN113688263B (zh) | 用于搜索图像的方法、计算设备和存储介质 | |
CN113742525A (zh) | 自监督视频哈希学习方法、***、电子设备及存储介质 | |
CN112329445B (zh) | 乱码判断方法、***、信息抽取方法及信息抽取*** | |
CN110781345B (zh) | 视频描述生成模型的获取方法、视频描述生成方法及装置 | |
CN115147434A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN112257726A (zh) | 目标检测训练方法、***、电子设备及计算机可读存储介质 | |
CN114648713A (zh) | 视频分类方法、装置、电子设备及计算机可读存储介质 | |
CN112417856B (zh) | 提升机器写作质量的方法、***、计算机设备及存储介质 | |
CN113569706B (zh) | 视频场景分割点判断方法、***、存储介质及电子设备 | |
CN117975342B (zh) | 半监督多模态情感分析方法、***、存储介质及计算机 | |
CN117994822B (zh) | 一种基于辅助模态增强和多尺度特征融合的跨模态行人重识别方法 |
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 |