1.一种基于深度特征的图像检索方法，其特征在于，所述方法包括：
获取图像样本集，所述图像样本集中包括预设数量的图像；
将所述图像样本集中的每张图像切分为多个具有独立语义的图像块；
从各个所述图像块中提取相应的图像特征，并对提取的所述图像特征进行聚类运算，以确定各个所述图像特征对应的视觉单词；
根据确定的所述视觉单词，构建所述图像样本集中每张图像对应的特征向量，并通过各个所述特征向量形成图像索引库；
获取待检索的目标图像，并提取所述目标图像对应的目标特征向量；
将所述目标特征向量与所述图像索引库中的各个特征向量进行匹配，并根据匹配结果反馈所述目标图像的检索结果。
2.根据权利要求1所述的方法，其特征在于，将所述图像样本集中的每张图像切分为多个具有独立语义的图像块具体包括：
按照预设算法生成多个图像推荐窗，并利用所述多个图像推荐窗对每张图像进行切分，以得到多个具有独立语义的图像块；其中，相邻的图像块之间存在重叠部分。
3.根据权利要求1所述的方法，其特征在于，在将所述图像样本集中的每张图像切分为多个具有独立语义的图像块之后，所述方法还包括：
将各个所述图像块的像素缩放至预设像素值。
4.根据权利要求1所述的方法，其特征在于，从各个所述图像块中提取相应的图像特征具体包括：
基于卷积神经网络模型对各个所述图像块进行特征提取，并将所述卷积神经网络模型中第一个全连接层输出的深度特征作为各个所述图像块对应的图像特征。
5.根据权利要求1所述的方法，其特征在于，对提取的所述图像特征进行聚类运算，以确定各个所述图像特征对应的视觉单词具体包括：
预先设置与所述图像特征的数量相适配的视觉单词；
计算所述图像特征到每个所述视觉单词的词向量之间的距离；
将所述图像特征划分至距离最近的视觉单词中，并将所述距离最近的视觉单词作为所述图像特征对应的视觉单词。
6.根据权利要求1所述的方法，其特征在于，提取所述目标图像对应的目标特征向量具体包括：
将所述目标图像切分为多个具有独立语义的图像块；
从目标图像对应的各个图像块中提取相应的图像特征，并确定各个所述图像特征对应的视觉单词；
根据确定的所述视觉单词，构建所述目标图像对应的目标特征向量。
7.根据权利要求1所述的方法，其特征在于，将所述目标特征向量与所述图像索引库中的各个特征向量进行匹配，并根据匹配结果反馈所述目标图像的检索结果具体包括：
计算所述目标特征向量与所述图像索引库中的各个特征向量之间的距离；
按照计算的距离从近到远的顺序，对所述图像索引库中的特征向量进行排序，并将排序后的特征向量对应的图像作为检索结果进行反馈。
8.一种基于深度特征的图像检索装置，其特征在于，所述装置包括：
图像样本集获取单元，用于获取图像样本集，所述图像样本集中包括预设数量的图像；
图像块切分单元，用于将所述图像样本集中的每张图像切分为多个具有独立语义的图像块；
视觉单词确定单元，用于从各个所述图像块中提取相应的图像特征，并对提取的所述图像特征进行聚类运算，以确定各个所述图像特征对应的视觉单词；
图像索引库构建单元，用于根据确定的所述视觉单词，构建所述图像样本集中每张图像对应的特征向量，并通过各个所述特征向量形成图像索引库；
目标特征向量提取单元，用于获取待检索的目标图像，并提取所述目标图像对应的目标特征向量；
检索结果反馈单元，用于将所述目标特征向量与所述图像索引库中的各个特征向量进行匹配，并根据匹配结果反馈所述目标图像的检索结果。
9.根据权利要求8所述的装置，其特征在于，所述图像块切分单元具体包括：
推荐窗生成模块，用于按照预设算法生成多个图像推荐窗；
切分模块，用于利用所述多个图像推荐窗对每张图像进行切分，以得到多个具有独立语义的图像块；其中，相邻的图像块之间存在重叠部分。
10.根据权利要求8所述的装置，其特征在于，所述视觉单词确定单元具体包括：
视觉单词设定模块，用于预先设置与所述图像特征的数量相适配的视觉单词；
距离计算模块，用于计算所述图像特征到每个所述视觉单词的词向量之间的距离；
视觉单词划分模块，用于将所述图像特征划分至距离最近的视觉单词中，并将所述距离最近的视觉单词作为所述图像特征对应的视觉单词。