图像检索的加速方法、检索设备、电子设备和存储介质技术

本申请公开了一种图像检索的加速方法、检索设备、电子设备和存储介质，其中加速方法包括：获取待检索图像的原始特征向量；基于预设的第一分类器，处理原始特征向量，得到原始特征向量的残差特征向量；将残差特征向量输入预设的第二分类器，计算得到相似度距离查询表；基于相似度距离查询表和预设的检索表，以对待检索图像的待查询向量进行加速检索。通过上述方式，本申请能够对待检索图像的待查询向量进行加速检索，使得查找结果更加快速且准确。使得查找结果更加快速且准确。使得查找结果更加快速且准确。

【技术实现步骤摘要】
图像检索的加速方法、检索设备、电子设备和存储介质


[0001]本申请涉及图像检索
，特别是涉及一种图像检索的加速方法、检索设备、电子设备和存储介质。

技术介绍

[0002]通常，图像检索的应用领域非常广泛，既可以用在医疗影像去控制病人的治疗，也可以用在推荐系统和搜索引擎中查询相似图像。最大内积搜索逐渐成为解决大型图像检索任务的范式。
[0003]然而，精确地计算出查询图像和数据库中图像数据之间的内积，而内积的计算不仅与向量的模大小有关，还需要考虑向量之间的方向，通常会耗费很大的代价，并且在向量方向上更容易得到更大的内积，内积越大表示相似度越高，反而导致忽略特征向量的排序和方向对损失函数的影响，从而导致图像检索的误差结果越大且降低图像检索的速度。

技术实现思路

[0004]为解决上述技术问题，本申请第一方面采用的技术方案是提供一种图像检索的加速方法，该加速方法包括：获取待检索图像的原始特征向量；基于预设的第一分类器，处理原始特征向量，得到原始特征向量的残差特征向量；将残差特征向量输入预设的第二分类器，计算得到相似度距离查询表；基于相似度距离查询表和预设的检索表，对待检索图像的待查询向量进行加速检索。
[0005]为解决上述技术问题，本申请第二方面采用的技术方案是提供一种检索设备，包括：
[0006]获取模块，用于获取待检索图像的原始特征向量；
[0007]处理模块，用于基于预设的第一分类器，处理所述原始特征向量，得到所述原始特征向量的残差特征向量；
[0008]计算模块，用于输入模块将所述残差特征向量输入预设的第二分类器，计算得到相似度距离查询表；
[0009]加速检索模块，用于基于所述相似度距离查询表和预设的检索表，对所述待检索图像的待查询向量进行加速检索。
[0010]为解决上述技术问题，本申请第三方面采用的技术方案是提供一种电子设备，该电子设备包括：处理器和存储器，存储器中存储有计算机程序，处理器用于执行计算机程序以实现如本申请第一方面的方法。
[0011]为解决上述技术问题，本申请第四方面采用的技术方案是提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，计算机程序能够被处理器执行时实现本申请第一方面的方法。
[0012]本申请的有益效果是：本申请通过对获取待检索图像的原始特征向量；进行处理残差特征向量；计算残差特征向量得到相似度距离查询表；基于相似度距离查询表和预设
的检索表，可以对待检索图像的待查询向量进行加速检索，从而缩短查询的耗时，提高图像检索的性价比。
附图说明
[0013]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。
[0014]图1是本申请图像检索的加速方法第一实施例流程示意图；
[0015]图2是图1中步骤S11之前的一实施流程示意图；
[0016]图3是图1中步骤S11之前的一具体构建索引实施流程示意图；
[0017]图4是基于图3中具体实施例中的查询流程示意图；
[0018]图5是图2中步骤S23的一具体实施流程示意图；
[0019]图6是图2中步骤S23的另一具体实施流程示意图；
[0020]图7是图1中步骤S13的一具体实施流程示意图；
[0021]图8是图7中步骤S52的一具体实施流程示意图；
[0022]图9是图1中步骤S14的一具体实施流程示意图；
[0023]图10是本申请图像检索的加速计算一具体实施例流程示意图；
[0024]图11是本申请图像检索的压缩索引表存储示意图；
[0025]图12是本申请图像检索的距离检索表示意图；
[0026]图13是本申请检索设备实施例的结构示意框图；
[0027]图14是本申请电子设备实施例的结构示意框图；
[0028]图15是本申请计算机可读存储介质实施例的电路示意框图。
具体实施方式
[0029]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0030]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0031]还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0032]还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0033]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或
“
如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0034]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，所描述的实施例仅是本申请的一部分实施例，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做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。
[0035]为了说明本申请的技术方案，下面通过具体实施例来进行说明本申请提供一种图像检索的加速方法，请参阅图1，图1是本申请图像检索的加速方法第一实施例流程示意图，该加速方法具体包括以下步骤：
[0036]S11：获取待检索图像的原始特征向量；
[0037]为解决图像的快速检索，一般会采用两种方式加速查询，一方面是通过减小搜索范围减少计算量，另一方面通过降低图像特征向量的维度。
[0038]在本实施例中可以提取待检索图像的原始的向量空间，具体地，把原始的向量空间分解为m个低维向量空间的笛卡尔积，并对分解得到的低维向量空间分别做kmeans聚类。通过kmeans聚类学习到聚类中心，使用这些聚类中心的笛卡尔积就是原始特征向量对应的索引。kmeans聚类的优化目标如式(1)所示，q是需要查询的原始特征向量，x
i
是数据库中的特征向量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检索的加速方法，其特征在于，所述加速方法包括：获取待检索图像的原始特征向量；基于预设的第一分类器，处理所述原始特征向量，得到所述原始特征向量的残差特征向量；将所述残差特征向量输入预设的第二分类器，计算得到相似度距离查询表；基于所述相似度距离查询表和预设的检索表，以对所述待检索图像的待查询向量进行加速检索。2.根据权利要求1所述的加速方法，其特征在于，所述获取待检索图像的原始特征向量之前，所述加速方法还包括：提取图像数据库中图像的特征，得到图像特征；对所述图像特征进行划分，得到多个子特征向量；对所述多个子特征向量进行计算，得到方向损失函数；基于所述多个图像子特征向量以及所述方向损失函数，建立所述多个图像子特征向量的索引，得到预设的检索表。3.根据权利要求2所述的加速方法，其特征在于，所述对所述多个子特征向量进行计算，得到方向损失函数，所述加速方法还包括：对预设比例的所述图像特征进行无监督训练，得到预设的第一分类器；将所述图像特征输入所述第一分类器，计算得到所述图像特征对应的残差特征向量；对所述残差特征向量进行映射，得到多个子残差特征向量；将所述多个子残差特征向量作为输入进行聚类，以优化所述方向损失函数。4.根据权利要求3所述的加速方法，其特征在于，所述将所述多个子残差特征向量输入所述第二分类器，计算得到所述方向损失函数，包括：将所述多个子残差特征向量分解为与待查询特征向量方向平行的平行残差以及垂直的垂直残差；在所述待查询特征向量方向上，对所述平行残差以及所述垂直残差进行权重分配，得到所述平行残差对应的平行权重和所述垂直残差对应的垂直权重；将所述平行残差、所述垂直残差、所述平行权重以及所述垂直权重代入预设公式，得到所述方向损失函数。5.根据权利要求1所述的加速方法，其特征在于，所述将所述残差特征向量输入预设的第二分类器，计算得到相似度距离查询表，包括：将所述多个子残差特征向量分别切分到所述第二分类器的各个子空间中，其中，以预设维度向量构成的特征...

【专利技术属性】
技术研发人员：林贤早，陈波扬，刘德龙，王康，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：