相似图搜索方法及装置的制造方法
【技术领域】
[0001]本公开涉及图像匹配领域，特别涉及一种相似图搜索方法及装置。
【背景技术】
[0002]由于相似图搜索技术可以从海量的图像中自动识别出相似的图像，因此使很多基于相似图像搜索的应用成为可能。
[0003]相关技术中在进行相似图像搜索时，首先，对需要搜索相似图的图像，提取该图像中的局部特征点，对提取出的局部特征点进行特征描述，得到特征描述文档，将这些特征描述文档组成文档倒排索引树；然后，从图库中获取一张图像，基于类似方式，获取该图像的文档倒排索引树，在匹配两张图像是否为相似图像时，根据这两张图像的文档倒排索引树，筛选出匹配的特征文档，根据筛选出的匹配的特征文档来判定这两张图像是否相似。
[0004]由于很多较平滑的图像无法成功提取出局部特征点，因此无法实现这些图像的相似图搜索。
【发明内容】
[0005]为了解决相关技术中由于很多较平滑的图像无法成功提取出局部特征点，因此无法实现这些图像的相似图搜索的问题，本公开提供一种相似图搜索方法及装置。所述技术方案如下:
[0006]根据本公开实施例的第一方面，提供一种相似图搜索方法，所述方法包括:
[0007]在为第一图像搜索相似图像时，将所述第一图像输入至图像分类模型Alexnet中，控制所述Alexnet输出所述第一图像的预定维特征；
[0008]从预定图库中获取第二图像，将所述第二图像输入至所述Alexnet中，控制所述Alexnet输出所述第二图像的预定维特征；
[0009]计算所述第一图像的预定维特征和所述第二图像的预定维特征之间的匹配度；
[0010]当计算得到的匹配度小于预定阈值时，判定所述第二图像为所述第一图像的相似图像。
[0011]本公开提供的上述相似图搜索方法能够达到的有益效果为:通过将第一图像和预定图库中获取的第二图像均输入至Alexnet中，控制Alexnet输出该第一图像的预定维特征和第二图像的预定维特征，当该第一图像的预定维特征和第二图像的预定维特征之间的匹配度小于预定阈值时，则判定该第二图像为该第一图像的相似图像；由于图像在输入Alexnet后，Alexnet所输出的该图像的预定维特征针对该图像具有较强的特征代表性，若两张图像的预定维特征的匹配度相近，通常可以表明这两张图像相似，且Alexnet模型针对平滑的图像也可以成功提取出预定维特征，因此解决了较平滑的图像无法成功提取出局部特征点，而导致无法实现相似图搜索的问题；达到了成功提取出较平滑图像局部特征点，提高相似图搜索率的效果。
[0012]可选的，所述将所述第一图像输入至图像分类模型Alexnet中，控制所述Alexnet输出所述第一图像的预定维特征，包括:
[0013]去除所述Alexnet中的最后一层分类器；将所述第一图像输入至去除最后一层分类器的所述Alexnet中，控制所述Alexnet输出所述第一图像的所述预定维特征；或者，
[0014]将所述第一图像输入至图像分类模型Alexnet中，向所述Alexnet下发特征输出指令，所述特征输出指令用于指示所述Alexnet在所述第一图像输入后，在将所述第一图像的预定维特征输入至最后一层分类器前，将得到的所述预定维特征输出。
[0015]本公开提供的上述可选的相似图搜索方法能够达到的有益效果为:去掉Alexnet中的最后一层分类器或者向Alexnet下发特征输出指令，以控制Alexnet输出第一图像的预定维特征，从而使得直接利用Alexnet所具有的特性，为图像搜索提供更优化的服务，提高了相似图像搜索的准确率和效率。
[0016]可选的，所述将所述第二图像输入至所述Alexnet中，控制所述Alexnet输出所述第二图像的预定维特征，包括:
[0017]将所述第二图像输入至已经去除最后一层分类器的所述Alexnet中，控制所述Alexnet输出所述第二图像的所述预定维特征；或者，
[0018]将所述第二图像输入至图像分类模型Alexnet中，向所述Alexnet下发特征输出指令，所述特征输出指令用于指示所述Alexnet在所述第二图像输入后，在将所述第二图像的预定维特征输入至最后二层分类器前，将得到的所述预定维特征输出。
[0019]本公开提供的上述相似图搜索方法能够达到的有益效果为:去掉Alexnet中的最后一层分类器或者向Alexnet下发特征输出指令，以控制Alexnet输出第二图像的预定维特征，从而使得直接利用Alexnet所具有的特性，为图像搜索提供更优化的服务，提高了相似图像搜索的准确率和效率。
[0020]可选的，所述计算所述第一图像的预定维特征和所述第二图像的预定维特征之间的匹配度，包括:
[0021]对所述第一图像的预定维特征进行量化，得到第一量化值；
[0022]对所述第二图像的预定维特征进行量化，得到第二量化值；
[0023]计算所述第一量化值和所述第二量化值之间的匹配度。
[0024]本公开提供的上述可选的相似图搜索方法能够达到的有益效果为:利用量化后的量化值来计算匹配度，降低了计算维度，提高了计算的效率。
[0025]可选的，所述对所述第一图像的预定维特征进行量化，得到第一量化值，包括:
[0026]按照预定哈希算法对所述第一图像的预定维特征进行哈希映射，将得到的哈希值确定为所述第一量化值。
[0027]可选的，所述对所述第二图像的预定维特征进行量化，得到第二量化值，包括:
[0028]按照所述预定哈希算法对所述第二图像的预定维特征进行哈希映射，将得到的哈希值确定为所述第二量化值。
[0029]本公开提供的上述相似图搜索方法能够达到的有益效果为:通过利用哈希映射对第一图像的预定维特征和第二图像的预定维特征进行量化；解决了对提取到的图像特征的描述复杂而导致图像匹配度计算效率低的问题；提高了图像特征的可描述性和图像匹配度计算效率。
[0030]根据本公开实施例的第二方面，提供了一种相似图搜索装置，所述装置包括:
[0031]第一输出模块，被配置为在为第一图像搜索相似图像时，将所述第一图像输入至图像分类模型Alexnet中，控制所述Alexnet输出所述第一图像的预定维特征；
[0032]第二输出模块，被配置为从预定图库中获取第二图像，将所述第二图像输入至所述Alexnet中，控制所述Alexnet输出所述第二图像的预定维特征；
[0033]计算模块，被配置为计算所述第一输出模块输出的第一图像的预定维特征和所述第二输出模块输出的第二图像的预定维特征之间的匹配度；
[0034]判断模块，被配置为当计算得到的匹配度小于预定阈值时，判定所述第二图像为所述第一图像的相似图像。
[0035]本公开提供的上述相似图搜索装置能够达到的有益效果为:通过将第一图像和预定图库中获取的第二图像均输入至Alexnet中，控制Alexnet输出该第一图像的预定维特征和第二图像的预定维特征，当该第一图像的预定维特征和第二图像的预定维特征之间的匹配度小于预定阈值时，则判定该第二图像为该第一图像的相似图像；由于图像在输入Alexnet后，Alexnet所输出的该图像的预定维特征针对该图像具有较强的特征代表性，若两张图像的预定维特征的匹配度相近，通常可以表明这两张图像相似，且Alexnet模型针对平滑的图像也可以成功提取出预定维特征，因此解决了较平滑的图像无法成功提取出局部特征点，而导致无法实现相似图搜索的问题；达到了成功提取出较平滑图像局部特征点，提高相似图搜索率的效果。
[0036]可选的，所述第一输出模块，包括:
[0037]第一去除子模块，被配置为去除所述Alexnet中的最后一层分类器；将所述第一图像输入至去除最后一层分类器的所述Alexnet中，第一输出子模块，被配置为控制所述Alexnet输出所述第一图像的所述预定维特征；或者，
[0038]第二输出子模块，被配置为将所述第一图像输入至图像分类模型Alexnet中，向所述Alexnet下发特征输出指令，所述特征输出指令用于指示所述Alexnet在所述第一图像输入后，在将所述第一图像的预定维特征输入至最后一层分类器前，将得到的所述预定维特征输出。
[0039]本公开提供的上述相似图搜索装置能够达到的有益效果为:去掉Alexnet中的最后一层分类器或者向Alexnet下发特征输出指令，以控制Alexnet输出第一图像的预定维特征，从而使得直接利用Alexnet所具有的特性，为图像搜索提供更优化的服务，保证了可以成功提取较平滑的图像的特征，进而提高了相似图像搜索的准确率和效率。
[0040]可选的，所述第二输出模块，包括:
[0041]第三输出子模块，被配置为将所述第二图像输入至已经去除最后一层分类器的所述Alexnet中，控制所述Alexnet输出所述第二图像的所述预定维特征；或者，
[0042]第四输出子模块，被配置为将所述第二图像输入至图像分类模型Alexnet中，向所述Alexnet下发特征输出指令，所述特征输出指令用于指示所述Alexnet在所述第二图像输入后，在将所述第二图像的预定维特征输入至最后二层分类器前，将得到的所述预定维特征输出。
[0043]本公开提供的上述相似图搜索装置能够达到的有益效果为:去掉Alexnet中的最后一层分类器或者向Alexnet下发特征输出指令，以控制Alexnet输出第二图像的预定维特征，从而使得直接利用Alexnet所具有的特性，为图像搜索提供更优化的服务，保证了可以成功提取较平滑的图像的特征，进而提高了相似图像搜索的准确率和效率。
[0044]可选的，所述计算模块，包括:
[0045]第一量化子模块，被配置为对所述第一输出模块输出的第一图像的预定维特征进行量化，得到第一量化值；
[0046]第二量化子模块，被配置为对所述第二输出模块输出的第二图像的预定维特征进行量化，得到第二量化值；
[0047]计算子模块，被配置为计算所述第一量化子模块输出的第一量化值和所述第一量化子模块输出的第二量化值之间的匹配度。
[0