图像检索方法、训练方法及相关装置制造方法及图纸

技术编号:23288201 阅读:23 留言:0更新日期:2020-02-08 18:13
本申请实施例提供一种图像检索方法、训练方法及相关装置,涉及人脸识别领域。比对图像库包括多张比对图像,图像检索方法包括:获取待检索图像的长特征信息和哈希特征信息;长特征信息用于指示待检索图像与多张比对图像的相似度信息;获取比对图像库中的至少一张待确认图像;至少一张待确认图像为比对图像库中哈希特征信息符合第一条件的比对图像;将长特征信息与至少一张待确认图像进行匹配,获取目标图像;目标图像为至少一张待确认图像中长特征信息符合第二条件的比对图像。使用哈希特征信息和长特征信息进行人脸的二级检索,可以有效提高人脸检索速度和精度。

Image retrieval methods, training methods and related devices

【技术实现步骤摘要】
图像检索方法、训练方法及相关装置
本申请涉及人脸识别领域,具体而言,涉及图像检索方法、训练方法及相关装置。
技术介绍
人脸图像检索广泛应用于安防领域,该技术的目的是从一个庞大的数据库中,找出与给定检索图像具有相同身份的图像。随着应用场景的复杂化,人脸数据库的规模不断增大,在数据库中快速检索出目标人物图像的难度也随之提高。在实际使用过程中,人脸图像检索开始采用哈希特征替代原始的人脸特征做检索,以提高检索速度;但是现有实现方法中,利用哈希特征的区分来检索人脸图像的效果并不理想。因此,需要一种基于人脸特征的检索方法以解决上述问题。
技术实现思路
为了至少克服现有技术中的上述不足,本申请的目的之一在于提供一种图像检索方法、训练方法及相关装置。第一方面,本申请实施例提供一种图像检索方法,比对图像库包括多张比对图像,所述方法包括:获取待检索图像的长特征信息和哈希特征信息;所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息。获取所述比对图像库中的至少一张待确认图像;所述至少一张待确认图像为所述比对图像库中哈希特征信息符合第一条件的比对图像。将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像;所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。在可选的实施方式中,在所述获取待检索图像的长特征信息和哈希特征信息之前,所述方法还包括:根据多张训练图像,获取长特征模型;所述长特征模型用于获取所述多张训练图像的训练长特征;根据所述多张训练图像和所述长特征模型,获取哈希特征模型。在可选的实施方式中,所述获取待检索图像的长特征信息和哈希特征信息,包括:将所述待检索图像输入至所述长特征模型,获取所述长特征信息;将所述长特征信息输入至所述哈希特征模型,获取所述哈希特征信息。在可选的实施方式中,所述根据所述多张训练图像,获取长特征模型,包括:获取所述多张训练图像;将所述多张训练图像输入至第一损失函数进行训练,至所述第一损失函数收敛,以获取所述长特征模型。在可选的实施方式中,所述多张训练图像具有身份标识,所述根据所述多张训练图像和所述长特征模型,获取哈希特征模型,包括:通过所述多张训练图像和所述长特征模型,获取所述训练长特征。根据所述身份标识和所述训练长特征,获取同类样本对和异类样本对;所述同类样本对为所述多张训练图像中具有相同身份标识的训练图像,所述异类样本中的训练图像具有和所述同类样本对不同的身份标识。将所述训练长特征输入至第二损失函数,至所述第二损失函数收敛,以获取所述哈希特征模型;所述第二损失函数包括以下任意一项或组合:综合分类损失、样本对距离损失、特征组合分类损失。在可选的实施方式中,所述获取所述比对图像库中与所述哈希特征信息对应的至少一张待确认图像,包括:根据所述多张比对图像,获取所述待检索图像的所述哈希特征信息与每张比对图像的哈希特征信息的汉明距离;将所述汉明距离处于第一预设区间的比对图像作为所述至少一张待确认图像。在可选的实施方式中,所述将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像,包括:根据所述至少一张待确认图像,获取所述长特征信息与每张待确认图像的余弦相似度;将所述余弦相似度处于第二预设区间的待确认图像作为所述目标图像。第二方面,本申请实施例提供一种图像特征提取模型的训练方法,比对图像库包括多张比对图像,所述方法包括:根据多张训练图像,获取长特征模型;所述长特征模型用于获取待检索图像的长特征信息,所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息。根据所述多张训练图像和所述长特征模型,获取哈希特征模型;所述哈希特征模型用于获取所述待检索图像的哈希特征信息,所述哈希特征信息用于确定所述比对图像库中的至少一张待确认图像;所述长特征信息还用于确定目标图像,所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。将所述长特征模型和所述哈希特征模型作为图像特征提取模型。第三方面,本申请实施例提供一种图像检索装置,比对图像库包括多张比对图像,所述图像检索装置包括:特征提取模块和图像确定模块。所述特征提取模块用于获取待检索图像的长特征信息和哈希特征信息;所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息。所述图像确定模块用于获取所述比对图像库中的至少一张待确认图像;所述至少一张待确认图像为所述比对图像库中哈希特征信息符合第一条件的比对图像。所述图像确定模块还用于将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像;所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。第四方面,本申请实施例提供一种图像特征提取模型的训练装置,比对图像库包括多张比对图像,所述训练装置包括:长特征训练模块、哈希特征训练模块和处理模块。所述长特征训练模块用于根据多张训练图像,获取长特征模型;所述长特征模型用于获取待检索图像的长特征信息,所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息。所述哈希特征训练模块用于根据所述多张训练图像和所述长特征模型,获取哈希特征模型;所述哈希特征模型用于获取所述待检索图像的哈希特征信息,所述哈希特征信息用于确定所述比对图像库中的至少一张待确认图像;所述长特征信息还用于确定目标图像,所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。所述处理模块用于将所述长特征模型和所述哈希特征模型作为图像特征提取模型。第五方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现前述实施方式任一项所述的图像检索方法或前述实施方式所述的训练方法。第六方面,本申请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,所述计算机程序被处理器执行时实现如前述实施方式任一项所述的图像检索方法或前述实施方式所述的训练方法。本申请实施例提供一种图像检索方法、训练方法及相关装置,涉及人脸识别领域。比对图像库包括多张比对图像,图像检索方法包括:获取待检索图像的长特征信息和哈希特征信息;长特征信息用于指示待检索图像与多张比对图像的相似度信息;获取比对图像库中的至少一张待确认图像;至少一张待确认图像为比对图像库中哈希特征信息符合第一条件的比对图像;将长特征信息与至少一张待确认图像进行匹配,获取目标图像;目标图像为至少一张待确认图像中长特征信息符合第二条件的比对图像。使用哈希特征信息和长特征信息进行人脸的二级检索,可以有效提高人脸检索速度和精度。附图说明为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。图1为本申请实施例提供的一种图像检索方法的流程示意图;图2为本申请实施本文档来自技高网...

【技术保护点】
1.一种图像检索方法,其特征在于,比对图像库包括多张比对图像,所述方法包括:/n获取待检索图像的长特征信息和哈希特征信息;所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息;/n获取所述比对图像库中的至少一张待确认图像;所述至少一张待确认图像为所述比对图像库中哈希特征信息符合第一条件的比对图像;/n将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像;所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。/n

【技术特征摘要】
1.一种图像检索方法,其特征在于,比对图像库包括多张比对图像,所述方法包括:
获取待检索图像的长特征信息和哈希特征信息;所述长特征信息用于指示所述待检索图像与所述多张比对图像的相似度信息;
获取所述比对图像库中的至少一张待确认图像;所述至少一张待确认图像为所述比对图像库中哈希特征信息符合第一条件的比对图像;
将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像;所述目标图像为所述至少一张待确认图像中长特征信息符合第二条件的比对图像。


2.根据权利要求1所述的方法,其特征在于,在所述获取待检索图像的长特征信息和哈希特征信息之前,所述方法还包括:
根据多张训练图像,获取长特征模型;所述长特征模型用于获取所述多张训练图像的训练长特征;
根据所述多张训练图像和所述长特征模型,获取哈希特征模型。


3.根据权利要求2所述的方法,其特征在于,所述获取待检索图像的长特征信息和哈希特征信息,包括:
将所述待检索图像输入至所述长特征模型,获取所述长特征信息;
将所述长特征信息输入至所述哈希特征模型,获取所述哈希特征信息。


4.根据权利要求2所述的方法,其特征在于,所述根据所述多张训练图像,获取长特征模型,包括:
获取所述多张训练图像;
将所述多张训练图像输入至第一损失函数进行训练,至所述第一损失函数收敛,以获取所述长特征模型。


5.根据权利要求2或4所述的方法,其特征在于,所述多张训练图像具有身份标识,所述根据所述多张训练图像和所述长特征模型,获取哈希特征模型,包括:
通过所述多张训练图像和所述长特征模型,获取所述训练长特征;
根据所述身份标识和所述训练长特征,获取同类样本对和异类样本对;所述同类样本对为所述多张训练图像中具有相同身份标识的训练图像,所述异类样本中的训练图像具有和所述同类样本对不同的身份标识;
将所述训练长特征输入至第二损失函数,至所述第二损失函数收敛,以获取所述哈希特征模型;所述第二损失函数包括以下任意一项或组合:综合分类损失、样本对距离损失、特征组合分类损失。


6.根据权利要求1所述的方法,其特征在于,所述获取所述比对图像库中与所述哈希特征信息对应的至少一张待确认图像,包括:
根据所述多张比对图像,获取所述待检索图像的所述哈希特征信息与每张比对图像的哈希特征信息的汉明距离;
将所述汉明距离处于第一预设区间的比对图像作为所述至少一张待确认图像。


7.根据权利要求1或6所述的方法,其特征在于,所述将所述长特征信息与所述至少一张待确认图像进行匹配,获取目标图像,包括:
根据所述至少一张待确认图像,获取所述长特征信息与每张待确认图像的余弦相似度;
将所述余...

【专利技术属性】
技术研发人员:王滨洲
申请(专利权)人:重庆紫光华山智安科技有限公司
类型:发明
国别省市:重庆;50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1