本发明专利技术公开了一种图片相似度计算方法、装置、计算机设备和存储介质，该图片相似度计算包括：获取第一图片、第二图片以及所述第一图片和所述第二图片所属的目标类别；从预设的分组集合中确定所述目标类别所属的目标分组；其中，所述分组集合包括多个分组，每个分组包括图片的多个类别，且每个分组关联一个用于计算图片相似度的计算规则；基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度。
【技术实现步骤摘要】
本专利技术涉及图片处理，特别涉及一种图片相似度计算方法、装置、计算机设备和存储介质。
技术介绍
1、现有的图片相似度计算方法，一般是利用sift（scaleinvariant featuretransform，尺度不变特征变换）或者surf（speeded up robust features，加速稳健特征）特征向量提取算法，提取图片特征向量，然后基于特征点匹配计算出每个匹配的特征点对的距离，以此来计算两张图片的相似度。
2、但是，市面上的图片类别多种多样，不同类别图片的侧重点可能不同。现有技术采用通用的图片相似度计算方案来计算每一种类别中两张图片的相似度，存在计算准确度较低的缺陷。
技术实现思路
1、本专利技术的目的在于提供一种图片相似度计算方法、装置、计算机设备和存储介质，能够准确、高效的计算出两张图片的相似度。
2、根据本专利技术的一个方面，提供了一种图片相似度计算方法，所述方法包括：
3、获取第一图片、第二图片以及所述第一图片和所述第二图片所属的目标类别；
4、从预设的分组集合中确定所述目标类别所属的目标分组；其中，所述分组集合包括多个分组，每个分组包括图片的多个类别，且每个分组关联一个用于计算图片相似度的计算规则；
5、基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度。
6、可选地，所述基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度，包括：
>7、当所述目标分组包括各个建筑图类别时，基于所述第一图片和所述第二图片中图形的相似度，计算所述第一图片和所述第二图片的相似度；8、当所述目标分组包括各个证照类别时，基于所述第一图片和所述第二图片中第一关键文本的相似度，计算所述第一图片和所述第二图片的相似度；
9、当所述目标分组包括各个文本类别时，基于所述第一图片和所述第二图片中第二关键文本的相似度，计算所述第一图片和所述第二图片的相似度；或者，基于所述第一图片和所述第二图片中所有文本的相似度，计算所述第一图片和所述第二图片的相似度。
10、可选地，所述基于所述第一图片和所述第二图片中第一关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
11、分别识别所述第一图片和所述第二图片中的所有文本；
12、分别从所述第一图片和所述第二图片中的所有文本中，提取出结构化的文本；
13、分别从所述第一图片和所述第二图片中的结构化的文本中，筛选出属于预设的关键信息类别的第一关键文本；
14、计算所述第一图片和所述第二图片中的第一关键文本的相似度，得到第一相似度结果；
15、将所述第一相似度结果确定为所述第一图片和所述第二图片的相似度。
16、可选地，所述基于所述第一图片和所述第二图片中第二关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
17、分别识别所述第一图片和所述第二图片中的所有文本；
18、分别判断所述第一图片和所述第二图片中的所有文本中，是否存在属于预设的关键信息类别的第二关键文本；
19、若存在，分别从所述第一图片和所述第二图片中的所有文本中，提取出所述第二关键文本；计算所述第一图片和所述第二图片中的第二关键文本的相似度，得到第二相似度结果；将所述第二相似度结果确定为所述第一图片和所述第二图片的相似度。
20、可选地，所述基于所述第一图片和所述第二图片中所有文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
21、若所述第一图片和所述第二图片中的所有文本中不存在属于预设的关键信息类别的第二关键文本，计算所述第一图片和所述第二图片中的所有文本的相似度，得到第三相似度结果；
22、将所述第三相似度结果确定为所述第一图片和所述第二图片的相似度。
23、可选地，预设的关键信息类别包括以下至少之一：用于表征人员身份的信息、用于表征人员荣誉的信息、用于表征企业身份的信息、用于表征企业荣誉的信息。
24、为了实现上述目的，本专利技术又提供了一种图片相似度计算装置，所述装置包括：
25、获取模块，用于获取第一图片、第二图片以及所述第一图片和所述第二图片所属的目标类别；
26、确定模块，用于从预设的分组集合中确定所述目标类别所属的目标分组；其中，所述分组集合包括多个分组，每个分组包括图片的多个类别，且每个分组关联一个用于计算图片相似度的计算规则；
27、计算模块，用于基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度。
28、可选地，所述计算模块包括：
29、第一计算单元，用于当所述目标分组包括各个建筑图类别时，基于所述第一图片和所述第二图片中图形的相似度，计算所述第一图片和所述第二图片的相似度；
30、第二计算单元，用于当所述目标分组包括各个证照类别时，基于所述第一图片和所述第二图片中第一关键文本的相似度，计算所述第一图片和所述第二图片的相似度；
31、第三计算单元，用于当所述目标分组包括各个文本类别时，基于所述第一图片和所述第二图片中第二关键文本的相似度，计算所述第一图片和所述第二图片的相似度；或者，基于所述第一图片和所述第二图片中所有文本的相似度，计算所述第一图片和所述第二图片的相似度。
32、为了实现上述目的，本专利技术还提供了一种计算机设备，所述计算机设备包括：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用于实现上述介绍的一种图片相似度计算方法的步骤。
33、为了实现上述目的，本专利技术还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用于实现上述介绍的一种图片相似度计算方法的步骤。
34、本专利技术提供的图片相似度计算方法、装置、计算机设备和存储介质，将相似度比对方式相似的图片类别划分为一个分组，对于不同分组的图片采用不同的相似度计算规则，提高了图片相似度识别的准确率和效率。
本文档来自技高网...
【技术保护点】
1.一种图片相似度计算方法，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，所述基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中第一关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中第二关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中所有文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
6.根据权利要求3至5任一项所述的方法，其特征在于，预设的关键信息类别包括以下至少之一：用于表征人员身份的信息、用于表征人员荣誉的信息、用于表征企业身份的信息、用于表征企业荣誉的信息。
7.一种图片相似度计算装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述计算模块包括：
9.一种计算机设备，所述计算机设备包括：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用于实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时用于实现权利要求1至6中任一项所述方法的步骤。
...
【技术特征摘要】
1.一种图片相似度计算方法，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，所述基于与所述目标分组关联的计算规则，计算所述第一图片和所述第二图片的相似度，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中第一关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中第二关键文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述第一图片和所述第二图片中所有文本的相似度，计算所述第一图片和所述第二图片的相似度，包括：
6....
【专利技术属性】
技术研发人员：张华旭，周双凤，侯凯，袁小芬，杨博帅，李成龙，韩国龙，
申请(专利权)人：广联达科技股份有限公司，
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。