【技术实现步骤摘要】
本申请涉及图像处理技术，尤其涉及一种图像检索方法、装置、设备、存储介质及程序产品。
技术介绍
1、传统技术中，图像检索解决方案是基于局部特征或全局语义特征的向量检索实现的。先进行语义特征提取将整幅图像转换为一维的特征向量，然后将这些特征向量存储在高效的向量索引库中。当用户发起检索查询时，系统通过计算待检索图像与库中图像的向量相似度，快速筛选出最相似的图像并返回给用户。
2、上述方案通常基于一种单一维度特征的局部特征或全局语义特征来表征图像，忽略了图像中同样重要的其他特征信息，同时也没有考虑对多种特征的融合，对图像表征能力不足。这种单一的处理方式，不仅会限制图像内容信息的全面挖掘，也无法达到对图像细节纹理的识别。特别是当面对局部特征差异显著的图像时，由于缺乏对局部细节的有效捕捉与比对，检索效果往往不佳，不能满足精准的检索要求。
技术实现思路
1、本申请实施例提供图像检索方法、装置、设备、存储介质及程序产品，用以解决传统技术中基于单一维度特征的局部特征或全局语义特征来表征图像，不能满足精准的检索要求的问题。
2、第一方面，本申请实施例提供一种图像检索方法，包括：
3、基于待检索图像对应的局部特征向量和全局特征向量，从预设的检索库中匹配到多张候选图像；
4、基于各所述候选图像对应的局部特征向量和所述待检索图像对应的局部特征向量，计算所述待检索图像和各所述候选图像之间的局部特征重合度；
5、针对每一候选图像，基于对应的局部特征重合
6、计算所述待检索图像对应的全局特征向量、与各所述候选图像对应的融合后的全局特征向量之间的相似度，并基于所述相似度确定所述待检索图像的检索结果。
7、在一种可能的实施方式中，所述检索库包含由至少一张底库图像对应的原始全局特征向量组成的全局特征向量索引库、以及所述底库图像对应的原始局部特征向量组成的局部特征向量索引库；
8、所述基于待检索图像对应的局部特征向量和全局特征向量，从预设的检索库中匹配到多张候选图像之前，还包括：
9、对所述待检索图像分别进行全局特征提取和局部特征提取，以获取所述待检索图像对应的全局特征向量和局部特征向量；
10、所述基于待检索图像对应的局部特征向量和全局特征向量，从预设的检索库中匹配到多张候选图像，包括：
11、将所述待检索图像对应的局部特征向量与所述局部特征向量索引库包含的原始局部特征向量进行比对，得到局部特征向量与所述待检索图像相匹配的至少一张底库图像组成的第一候选集；
12、将所述待检索图像对应的全局特征向量与所述全局特征向量索引库包含的原始全局特征向量进行比对，得到全局特征向量与所述待检索图像相匹配的至少一张底库图像组成的第二候选集；
13、将所述第一候选集和所述第二候选集合做并集处理，得到多张所述候选图像。
14、在一种可能的实施方式中，所述基于各所述候选图像对应的局部特征向量和所述待检索图像对应的局部特征向量，计算所述待检索图像和各所述候选图像之间的局部特征重合度，包括：
15、匹配所述待检索图像的局部特征向量与各所述候选图像的局部特征向量，得到匹配结果；
16、根据所述匹配结果，计算得到所述待检索图像与各所述候选图像的局部特征重合度。
17、在一种可能的实施方式中，所述待检索图像的局部特征向量用于指示所述待检索图像中的至少一个局部特征点的特征向量；所述底库图像的局部特征向量用于指示所述底库图像中的至少一个局部特征点的特征向量；
18、所述匹配所述待检索图像的局部特征向量与各所述所述候选图像的局部特征向量，得到匹配结果，包括：
19、将所述待检索图像包含的局部特征点与各所述候选图像包含的局部特征点进行双向匹配，以确定各所述候选图像中与所述待检索图像双向匹配成功的目标局部特征点，将所述目标局部特征点的数量作为所述匹配结果。
20、在一种可能的实施方式中，所述将所述待检索图像包含的局部特征点与各所述候选图像包含的局部特征点进行双向匹配，以获取所述待检索图像与各所述候选图像对应的目标局部特征点，包括：
21、针对所述待检索图像包含的各局部特征点pn，将所述局部特征点pn分别与各所述候选图像ci包含的局部特征点rit进行匹配，从各所述候选图像ci包含的局部特征点rit中、筛选出与所述局部特征点pn相匹配至少一个第一候选特征点；
22、将符合第一预设条件的第一候选特征点，作为第一目标特征点ritpn；
23、针对所述候选图像ci包含的各局部特征点rit，将所述局部特征点rit分别与所述待检索图像包含的局部特征点pn进行匹配，从所述待检索图像包含的局部特征点pn中、筛选出与局部特征点rit相匹配的至少一个第二候选特征点；
24、将符合第二预设条件的第二候选特征点，作为第二目标特征点pnrit；
25、当任一局部特征点pn与任一局部特征点rit对应的第二目标特征点pnrit为同一个局部特征点、且该局部特征点pn对应的第一目标特征点ritpn与该局部特征点rit为同一个局部特征点时，将所述第一目标特征点ritpn作为所述待检索图像与所述候选图像ci对应的目标局部特征点。
26、在一种可能的实施方式中，所述将符合第一预设条件的第一候选特征点，作为第一目标特征点citpn，包括：
27、计算所述局部特征点pn与各所述第一候选特征点之间的距离；
28、若任一所述第一候选特征点对应的距离满足以下比例关系时，认为该第一候选特征点满足所述第一预设条件：
29、lp1<λ×lp2
30、其中，lp1表示第p1个第一候选特征点，lp2表示除第p1个第一候选特征点外的任意一个第一候选特征点；λ表示预设比例系数；
31、所述将符合第二预设条件的第二候选特征点，作为第二目标特征点包括：
32、计算所述局部特征点rit与各所述第二候选特征点之间的距离；
33、若任一所述第二候选特征点对应的距离满足以下比例关系时，认为该第二候选特征点满足所述第二预设条件：
34、lq1<λ×lq2
35、其中，lq1表示第q1个第一候选特征点，lp2表示除第q1个第二候选特征点外的任意一个第二候选特征点；λ表示所述预设比例系数。
36、在一种可能的实施方式中，所述根据所述匹配结果，计算得到所述待检索图像与各所述候选图像的局部特征重合度，包括：
37、根据各所述候选图像对应的目标局部特征点的数量，计算得到所述待检索图像与各所述候选图像的局部特征重合度，其表达式为：
38、
39、其中，wi表示待检索图像与第i张候选图像之间的局部本文档来自技高网...
【技术保护点】
1.一种图像检索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述检索库包含由至少一张底库图像对应的原始全局特征向量组成的全局特征向量索引库、以及所述底库图像对应的原始局部特征向量组成的局部特征向量索引库；
3.根据权利要求1所述的方法，其特征在于，所述基于各所述候选图像对应的局部特征向量和所述待检索图像对应的局部特征向量，计算所述待检索图像和各所述候选图像之间的局部特征重合度，包括：
4.根据权利要求3所述的方法，其特征在于，所述待检索图像的局部特征向量用于指示所述待检索图像中的至少一个局部特征点的特征向量；所述底库图像的局部特征向量用于指示所述底库图像中的至少一个局部特征点的特征向量；
5.根据权利要求4所述的方法，其特征在于，所述将所述待检索图像包含的局部特征点与各所述候选图像包含的局部特征点进行双向匹配，以获取所述待检索图像与各所述候选图像对应的目标局部特征点，包括：
6.根据权利要求5所述的方法，其特征在于，所述将符合第一预设条件的第一候选特征点，作为第一目标特征点包括：
<...【技术特征摘要】
1.一种图像检索方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述检索库包含由至少一张底库图像对应的原始全局特征向量组成的全局特征向量索引库、以及所述底库图像对应的原始局部特征向量组成的局部特征向量索引库；
3.根据权利要求1所述的方法，其特征在于，所述基于各所述候选图像对应的局部特征向量和所述待检索图像对应的局部特征向量，计算所述待检索图像和各所述候选图像之间的局部特征重合度，包括：
4.根据权利要求3所述的方法，其特征在于，所述待检索图像的局部特征向量用于指示所述待检索图像中的至少一个局部特征点的特征向量；所述底库图像的局部特征向量用于指示所述底库图像中的至少一个局部特征点的特征向量；
5.根据权利要求4所述的方法，其特征在于，所述将所述待检索图像包含的局部特征点与各所述候选图像包含的局部特征点进行双向匹配，以获取所述待检索图像与各所述候选图像对应的目标局部特征点，包括：
6.根据权利要求5所述的方法，其特征在于，所述将符合第一预设条件的第一候选特征点，作为第一目标特征点包括：
7.根据权利要求4所述的方法，其特征在于，所述根据所述匹配结果，计算得到所述待检索图像与各所述候选图像的局部特征重合度，包括：
8.根据权利要...
【专利技术属性】
技术研发人员：杨德志，宋伟男，江航，王宏达，佘明星，李锐，易晨辉，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：
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。