通过结构化信息前过滤布控库提升性能的检索系统和方法与流程

本发明涉及数据库检索，具体涉及一种检索系统，特别是涉及一种通过结构化信息前过滤布控库提升性能的检索系统。本发明还涉及一种通过结构化信息前过滤布控库提升性能的检索方法。

背景技术：

检索系统是用于在检索数据库中检索所需要的内容，通常是输入和所要检索内容相关的检索请求信息，之后再在检索数据库中进行比对，将比对相似的数据都列出来，并得到检索结果。

随着人工智能（artificialintelligence，ai）的发展，检索也变得很重要。例如可以形成人脸识别的布控库，这种人脸识别的布控库对应的检索数据库中会存储大量的人脸特征，通过布控在不同区域位置的摄像头可以获取所需要检索的人脸特征，将检索请求输入到检索系统之后就能进行人脸识别并输出对应的检索结果。

检索要从大量的数据中检索出和检索请求信息如人脸对应的照片信息相对应的数据，随着检索数据库的规模扩大，检索耗时会越来越久，检索的误报率也会上升。

技术实现要素：

本发明所要解决的技术问题是提供一种通过结构化信息前过滤布控库提升性能的检索系统,能降低减少耗时和误报率。为此，本发明还提供通过结构化信息前过滤布控库提升性能的检索方法。

为解决上述技术问题，本发明提供的通过结构化信息前过滤布控库提升性能的检索系统包括：检索数据库，至少一个结构特征识别模块，独有特征识别模块，前过滤模块，检索模块。

所述检索数据库中包括多个数据，各所述数据包括独有特征和结构特征，所述独有特征为对应的所述数据单独具有的特征，所述结构特征对应于一类所述数据的共有特征。

检索请求信息分别输入到所述结构特征识别模块和所述独有特征识别模块。

所述结构特征识别模块抽取所述检索请求信息中的结构化信息。

所述独有特征识别模块抽取所述检索请求信息中的独有信息。

所述前过滤模块根据所述结构化信息对所述检索数据库进行前过滤并形成中间数据库，所述中间数据库为所述检索数据库的子数据库。

所述检索模块根据所述独有信息对所述中间数据库进行检索形成检索结果。

进一步的改进是，所述检索请求信息中还包括所述检索请求信息本身所内含的结构化信息，所述检索请求信息本身所内含的结构化信息不需要采用所述结构特征识别模块抽取，所述前过滤模块直接读取所述检索请求信息本身所内含的结构化信息。

进一步的改进是，所述检索请求信息本身所内含的结构化信息包括时间或地点。

进一步的改进是，所述检索数据库为用于人脸识别的布控库，所述检索数据库中储存的数据为人脸信息。

进一步的改进是，所述检索请求信息为一张包含人脸的图片。

进一步的改进是，所述独有特征识别模块为人脸识别模型模块，所述人脸识别模型模块识别出人脸特征，所述人脸特征作为所述独有信息。

进一步的改进是，所述结构特征识别模块包括人脸属性分类模型模块；所述人脸属性分类模型模块识别出的结构化信息包括年龄，民族。

进一步的改进是，所述结构特征识别模块包括人体属性分类模型模块；所述人体属性分类模型模块识别出的结构化信息包括衣着，体态。

为解决上述技术问题，本发明提供的通过结构化信息前过滤布控库提升性能的检索方法用于对检索数据库进行检索，所述检索数据库中包括多个数据，各所述数据包括独有特征和结构特征，所述独有特征为对应的所述数据单独具有的特征，所述结构特征对应于一类所述数据的共有特征；包括如下步骤：

步骤一、将检索请求信息分别输入到结构特征识别模块和独有特征识别模块。

步骤二、所述结构特征识别模块抽取所述检索请求信息中的结构化信息。

所述独有特征识别模块抽取所述检索请求信息中的独有信息。

步骤三、前过滤模块根据所述结构化信息对所述检索数据库进行前过滤并形成中间数据库，所述中间数据库为所述检索数据库的子数据库。

步骤四、所述检索模块根据所述独有信息对所述中间数据库进行检索形成检索结果。

进一步的改进是，所述检索请求信息中还包括所述检索请求信息本身所内含的结构化信息，所述检索请求信息本身所内含的结构化信息不需要采用所述结构特征识别模块抽取，所述前过滤模块直接读取所述检索请求信息本身所内含的结构化信息。

进一步的改进是，所述检索请求信息本身所内含的结构化信息包括时间或地点。

进一步的改进是，所述检索数据库为用于人脸识别的布控库，所述检索数据库中储存的数据为人脸信息。

进一步的改进是，所述检索请求信息为一张包含人脸的图片。

进一步的改进是，所述独有特征识别模块为人脸识别模型模块，所述人脸识别模型模块识别出人脸特征，所述人脸特征作为所述独有信息。

进一步的改进是，所述结构特征识别模块包括人脸属性分类模型模块；所述人脸属性分类模型模块识别出的结构化信息包括年龄，民族。

进一步的改进是，所述结构特征识别模块包括人体属性分类模型模块；所述人体属性分类模型模块识别出的结构化信息包括衣着，体态。

本发明检索系统增加了对检索请求信息进行共有的结构化信息进行识别的结构特征识别模块，同时增加了前过滤模块，前过滤模块能在检索之前根据结构特征识别模块抽取的结构化信息前过滤并形成中间数据库，之后，再采用检索模块并根据独有特征识别模块抽取的独有信息在中间数据库中进行检索并形成检索结构，由于中间数据库是检索数据库中具有相同的结构化信息的一类数据组成的子数据库，故中间数据库的规模会小于或远小于检索数据库的规模，故能减少减少耗时并能降低误报率。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明：

图1是本发明实施例检索系统的结构图。

具体实施方式

如图1所示，是本发明实施例检索系统的结构图；本发明实施例通过结构化信息前过滤布控库提升性能的检索系统包括：检索数据库1，至少一个结构特征识别模块，独有特征识别模块3，前过滤模块4，检索模块5。图1中显示了两个所述结构特征识别模块，分别用标记2a和2b标出，且在方框中分别用结构特征识别模块一和结构特征识别模块二表示。

所述检索数据库1中包括多个数据，各所述数据包括独有特征和结构特征，所述独有特征为对应的所述数据单独具有的特征，所述结构特征对应于一类所述数据的共有特征。

检索请求信息分别输入到所述结构特征识别模块和所述独有特征识别模块3。图1中检索请求信息用标记6表示。

所述结构特征识别模块抽取所述检索请求信息中的结构化信息。

所述独有特征识别模块3抽取所述检索请求信息中的独有信息。

所述前过滤模块4根据所述结构化信息对所述检索数据库1进行前过滤并形成中间数据库8，所述中间数据库8为所述检索数据库1的子数据库。

所述检索模块5根据所述独有信息对所述中间数据库8进行检索形成检索结果。图1中检索结果用标记9表示。

所述检索请求信息中还包括所述检索请求信息本身所内含的结构化信息，所述检索请求信息本身所内含的结构化信息不需要采用所述结构特征识别模块抽取，所述前过滤模块4直接读取所述检索请求信息本身所内含的结构化信息。图1中所述检索请求信息本身所内含的结构化信息用标记7表示，且在方框中简化描述为内含的结构化信息。

所述检索请求信息本身所内含的结构化信息包括时间或地点。

较佳选择为，所述检索数据库1为用于人脸识别的布控库，所述检索数据库1中储存的数据为人脸信息。

所述检索请求信息为一张包含人脸的图片。人脸的图片通常是通过布控的摄像头拍摄得到。时间或地点等所述检索请求信息本身所内含的结构化信息通常能直接从图片的信息中得到，不需要进行任何特别的识别模型进行识别。

所述独有特征识别模块3为人脸识别模型模块，所述人脸识别模型模块识别出人脸特征，所述人脸特征作为所述独有信息。

所述结构特征识别模块包括人脸属性分类模型模块即对应于所述结构特征识别模块2a；所述人脸属性分类模型模块识别出的结构化信息包括年龄，民族。

所述结构特征识别模块包括人体属性分类模型模块即对应于所述结构特征识别模块2b；所述人体属性分类模型模块识别出的结构化信息包括衣着，体态。

本发明实施例检索系统增加了对检索请求信息进行共有的结构化信息进行识别的结构特征识别模块，同时增加了前过滤模块4，前过滤模块4能在检索之前根据结构特征识别模块抽取的结构化信息前过滤并形成中间数据库8，之后，再采用检索模块5并根据独有特征识别模块3抽取的独有信息在中间数据库8中进行检索并形成检索结构，由于中间数据库8是检索数据库1中具有相同的结构化信息的一类数据组成的子数据库，故中间数据库8的规模会小于或远小于检索数据库1的规模，故能减少减少耗时并能降低误报率。

本发明实施例检索方法用于对检索数据库1进行检索，所述检索数据库1中包括多个数据，各所述数据包括独有特征和结构特征，所述独有特征为对应的所述数据单独具有的特征，所述结构特征对应于一类所述数据的共有特征；包括如下步骤：

步骤一、将检索请求信息分别输入到结构特征识别模块和独有特征识别模块3。

步骤二、所述结构特征识别模块抽取所述检索请求信息中的结构化信息。

所述独有特征识别模块3抽取所述检索请求信息中的独有信息。

步骤三、前过滤模块4根据所述结构化信息对所述检索数据库1进行前过滤并形成中间数据库8，所述中间数据库8为所述检索数据库1的子数据库。

通常，所述检索请求信息中还包括所述检索请求信息本身所内含的结构化信息，所述检索请求信息本身所内含的结构化信息不需要采用所述结构特征识别模块抽取，所述前过滤模块4直接读取所述检索请求信息本身所内含的结构化信息，进行前过滤时也采用了所述检索请求信息本身所内含的结构化信息。

所述检索请求信息本身所内含的结构化信息包括时间或地点。

步骤四、所述检索模块5根据所述独有信息对所述中间数据库8进行检索形成检索结果。

较佳选择为，所述检索数据库1为用于人脸识别的布控库，所述检索数据库1中储存的数据为人脸信息。

所述检索请求信息为一张包含人脸的图片。

所述独有特征识别模块3为人脸识别模型模块，所述人脸识别模型模块识别出人脸特征，所述人脸特征作为所述独有信息。

所述结构特征识别模块包括人脸属性分类模型模块；所述人脸属性分类模型模块识别出的结构化信息包括年龄，民族。

所述结构特征识别模块包括人体属性分类模型模块；所述人体属性分类模型模块识别出的结构化信息包括衣着，体态。

以上通过具体实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。