一种图像检索方法及装置与流程

本发明涉及图像识别技术领域，特别是涉及一种图像检索方法及装置。

背景技术：

目前，随着科学技术的发展，图像检索技术应运而生，主要应用于海量图像搜索、商品购物搜索、移动端的商品或物体搜索等方面。

现有的图像检索方式一般为：用户向检索系统提交一张待检索图像，检索系统提取该待检索图像的特征，然后根据所提取的特征，从数据库中检索到对应的图像并输出。

由于上述基于图像特征进行检索的图像检索方式，无法满足用户针对特定目标的检索需求。例如：待检索图像中包含多个目标，例如：包含a和b两个目标，用户希望针对其中的一个目标a进行检索，这种情况下，采用上述的检索方式，检索的结果中包括：仅包含a的图像，仅包括b的图像，既包括a又包括b的图像。可见，这样的检索结果包含了很多用户并不想要的结果，也就是不能满足用户对特定目标的检索需求。

技术实现要素：

本发明实施例的目的在于提供一种图像检索方法及装置，以满足用户针对特定目标的检索需求。具体技术方案如下：

获得待检索图像；

提取所述待检索图像的特征，确定所提取的特征对应的目标；

在所述待检索图像中，突出显示所确定的目标对应的目标区域；

获得用户所选择的目标区域；

根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

可选的，所述提取所述待检索图像的特征，确定所提取的特征对应的目标的步骤，包括：

根据预设的特征检测模型，提取所述待检索图像的特征；

确定所提取的特征对应的目标以及所提取的特征的类型；

所述在所述待检索图像中，突出显示所确定的目标对应的目标区域的步骤，包括：

在所述待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

可选的，所述根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出的步骤，包括：

确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征；

根据所确定的类型确定检索模式；

从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征；

计算用户所选择的特征与匹配的参考特征的特征相似度；

确定包含所述参考特征的参考图像；

采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度；

将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

可选的，所述根据所确定的类型确定检索模式的步骤，包括：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

当用户所选择的目标区域的数量为1时，将所述特征相似度确定为各个参考图像对应的图像相似度；

当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

可选的，所述根据所确定的类型确定检索模式的步骤，包括：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

可选的，所述根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度的步骤，包括：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

一种图像检索装置，所述装置包括：

待检索图像获得模块，用于获得待检索图像；

提取模块，用于提取所述待检索图像的特征，确定所提取的特征对应的目标；

显示模块，用于在所述待检索图像中，突出显示所确定的目标对应的目标区域；

目标区域获得模块，用于获得用户所选择的目标区域；

检索模块，用于根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

可选的，所述提取模块，包括：

特征提取单元，用于根据预设的特征检测模型，提取所述待检索图像的特征；

目标确定单元，用于确定所提取的特征对应的目标以及所提取的特征的类型；

所述显示模块，具体用于：

在所述待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

可选的，所述检索模块，包括：

类型确定单元，用于确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征；

检索模式确定单元，用于根据所确定的类型确定检索模式；

查找单元，用于从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征；

特征相似度计算单元，用于计算用户所选择的特征与匹配的参考特征的特征相似度；

参考图像确定单元，用于确定包含所述参考特征的参考图像；

图像相似度计算单元，用于采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度；

输出单元，用于将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

可选的，所述检索模式确定单元，具体用于：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

所述图像相似度计算单元，包括：

第一子单元，用于当用户所选择的目标区域的数量为1时，将所述特征相似度确定为各个参考图像对应的图像相似度；

第二子单元，用于当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

可选的，所述检索模式确定单元，具体用于：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

所述图像相似度计算单元，包括：

类型相似度确定子单元，用于针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

融合子单元，用于将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

可选的，所述类型相似度确定子单元，具体用于：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一所述的方法步骤。

一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的方法步骤。

本发明实施例中，获得待检索图像，提取待检索图像的特征，确定所提取的特征对应的目标，在待检索图像中，突出显示所确定的目标对应的目标区域；获得用户所选择的目标区域，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。本发明实施例在确定所提取的特征对应的目标后，通过突出显示的方式使得用户可以选择目标区域，然后基于用户所选择的目标区域内的目标对应的特征进行图像检索，满足了用户针对特定目标的检索需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施提供的图像检索方法的第一种流程示意图；

图2为本发明实施提供的图像检索方法的第二种流程示意图；

图3为本发明实施提供的突出显示每个类型所包含的目标对应的目标区域的示意图；

图4为本发明实施提供的图像检索方法的第三种流程示意图；

图5为本发明实施提供的图像检索装置的结构示意图；

图6为本发明实施提供的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术问题，本发明实施例提供了一种图像检索方法及装置。

下面首先对本发明实施例所提供的一种图像检索方法进行介绍。

如图1所示，本发明实施例提供的一种图像检索方法，可以包括：

s101：获得待检索图像。

当用户需要检索图像时，会向检索系统提供一张图像，该图像即为待检索图像，检索系统获得该待检索图像，以用于检索图像。

s102：提取待检索图像的特征，确定所提取的特征对应的目标。

在获得待检索图像后，为了满足用户针对特定目标的检索需求，需要提取待检索图像的特征，在提取了待检索图像的特征后，确定所提取的特征对应的目标。

详细的，可以提取的特征有多种，包括但不限于下面几种：

第一种：纹理特征：

纹理特征描述了图像或图像区域所对应物体的表面性质，常用的纹理特征算子如lbp，lbp(localbinarypattern，局部二值模式)特征描述子是一种用于描述图像局部纹理特征的算子，它具有旋转不变性和灰度不变性等显著的优点。

第二种：边界特征：

边界特征描述了图像中物体的形状参数，常用的边界特征提取方法如霍夫hough变换，hough变换是利用图像全局特性，而将边缘像素连接起来组成区域封闭边界的一种方法，其基本思想是点线的对偶性。

s103：在待检索图像中，突出显示所确定的目标对应的目标区域。

为了使用户可查看到待检索图像中的目标，在确定所提取的特征对应的目标后，突出显示所确定的目标对应的目标区域。

其中，突出显示的方式可以为用矩形框框出目标区域，或者，用颜色标识目标区域。

s104：获得用户所选择的目标区域。

在突出显示所确定的目标对应的目标区域后，用户即可获知待检索图像所包含的目标，用户可根据自身需求选择一个或多个目标，其中，用户选择目标的方式可以为点击目标对应的目标区域，在用户点击目标区域后，获得用户所选择的目标区域。

s105：根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

为了进行图像检索，预先建立了数据库，预先建立的数据库中存储有多张图像以及各个图像的特征，在获得用户所选择的目标区域后，即可根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

其中，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出，可以包括：

根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中查找与用户所选择目标区域内的目标对应的特征匹配的特征；

将包含查找到的特征的图片作为检索到的图像并输出。

本发明实施例中，获得待检索图像，提取待检索图像的特征，确定所提取的特征对应的目标，在待检索图像中，突出显示所确定的目标对应的目标区域；获得用户所选择的目标区域，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。本发明实施例在确定所提取的特征对应的目标后，通过突出显示的方式使得用户可以选择目标区域，然后基于用户所选择的目标区域内的目标对应的特征进行图像检索，满足了用户针对特定目标的检索需求。

在图1所示方法的基础上，本发明实施例提供的一种图像检索方法，在步骤103之后，还可以包括：

计算所提取的各个特征对应的辨识度分数，输出各个特征对应的辨识度分数以供用户根据所输出的辨识度分数选择目标区域。

在突出显示所确定的目标对应的目标区域后，为了便于用户选择目标区域，可以计算所提取的各个特征对应的辨识度分数，其中，辨识度分数越高，说明该特征越容易被识别出来，更有益于后续的图像检索。

在计算得到各个特征对应的辨识度分数后，输出各个特征对应的辨识度分数以供用户根据所输出的辨识度分数选择目标区域。

步骤s104可以包括：获得用户根据所输出的辨识度分数所选择的目标区域。

用户可以根据输出的辨识度分数选择目标区域，获得用户根据所输出的辨识度分数所选择的目标区域，然后进行后续图像检索步骤。

由此，通过输出各个特征对应的辨识度分数的方式，可以使用户根据所输出的辨识度分数选择目标区域，有益于图像检索，使得检索到的图像更准确。

由于所提取的待检索图像的特征的类型可能有可种，因此，为了使用户可查看到不同类型特征的目标对应的目标区域，参见图2，本发明实施例提供的一种图像检索方法，其中，步骤s101、s104和s105均与图1相同，图2中的步骤s102可以包括：

s1021：根据预设的特征检测模型，提取待检索图像的特征。

为了提取待检索图像的特征，预先建立了特征检测模型，即预设的特征检测模型，在获得待检索图像后，可以根据预设的特征检测模型，提取待检索图像的特征。

其中，建立预设的特征检测模型的过程可以但不限于包括：

(1)提取正负样本的特征，正样本为感兴趣的目标，如：人、猫，负样本为干扰目标，如：叶子；

(2)通过支持向量机svm对所提取的正负样本的特征进行训练，得到特征模型。

其中，在机器学习中，svm(supportvectormachine，支持向量机)是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。

s1022：确定所提取的特征对应的目标以及所提取的特征的类型。

在提取待检索图像的特征后，确定所提取的特征对应的目标以及所提取的特征的类型，其中，特征的类型可以包括整体类型、部件类型和单元类型。

例如：待检索图像中的目标包括人员a和人员b，假设所提取的特征包括人员a整体特征、人员b整体特征、人员a的左手特征和人员b的左手特征和人员a的左手的中指特征；

则确定所提取的人员a整体特征对应的目标为人员a，人员a的左手特征对应的目标为人员a的左手，人员a的左手的中指特征对应的目标为人员a的左手的中指；

确定所提取的人员b整体特征对应的目标为人员b，人员b的左手特征对应的目标为人员b的左手；

确定所提取的人员a整体特征和人员b整体特征的类型为整体类型；

确定所提取的人员a的左手特征和人员b的左手特征的类型为部件类型；

确定提取的人员a的左手的中指特征的类型为单元类型。

图2中的步骤s103a可以包括：

在待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

为了区分不同的类型，在确定所提取的特征的类型后，在待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

例如：承接步骤s1022的例子，假设整体类型对应的显示方式为：显示红色，部件类型对应的显示方式为：显示黑色，单元类型对应的显示方式为：显示绿色；

如图3所示，在待检索图像中，人员a和人员b对应的目标区域为红色，人员a的右手和人员b的右手对应的目标区域为黑色，人员a的右手的中指对应的目标区域为绿色。

通过突出显示每个类型所包含的目标对应的目标区域的方式，使得用户可以根据不同的显示方式分辨出各个类型的目标，然后根据自身需求选择想要选择的目标对应的目标区域，由此，给用户提供了多种选择性。

在所提取的待检索图像的特征的类型有可种的情况下，为了更准确的进行图像检索，参见图4，本发明实施例提供的一种图像检索方法，其中，步骤s101、s1021、s1022、s103a、s104均与图2相同，图4中的步骤s105可以包括：

s1051：确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征。

在获得用户所选择的目标区域后，为了根据类型进行图像检索，确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征。

例如：假设用户所选择的目标区域为人员a的左手对应的目标区域，则用户所选择的特征的类型为人员a的左手的类型，即部件类型。

s1052：根据所确定的类型确定检索模式。

为了根据类型进行图像检索，预先确定了多种检索模式，在确定了用户所选择的特征的类型后，即可根据所确定的类型确定检索模式。

详细的，根据所确定的类型确定检索模式的方式可以为根据所确定的类型的数量，确定检索模式。

s1053：从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征。

为了检索图像，在获得用户所选择的目标区域后，从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征。

s1054：计算用户所选择的特征与匹配的参考特征的特征相似度。

为了确定查找到的参考特征是否与用户所选择的特征相似，在查找到参考特征后，计算用户所选择的特征与匹配的参考特征的特征相似度。

s1055：确定包含参考特征的参考图像。

在查找到参考特征后，从预先建立的数据库中，确定包含参考特征的参考图像。

例如：假设用户所选择的目标区域为人员a的左手对应的目标区域，则查找到的参考特征为左手特征，从预先建立的数据库中，确定包含左手特征的参考图像。

s1056：采用与所确定的检索模式对应的计算方式，根据特征相似度，计算各个参考图像对应的图像相似度。

由于从预先建立的数据库中确定的包含参考特征的参考图像的数量可能有多个，为了确定各个参考图像是否为包含用户所选择的目标区域的图像，需要采用与所确定的检索模式对应的计算方式，根据特征相似度，计算各个参考图像对应的图像相似度。

s1057：将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

由于图像相似度越高，则参考图像为包含用户所选择的目标区域的图像的可能性越高，因此，在计算出各个参考图像对应的图像相似度后，将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

由此，根据用户所选择目标区域内的目标对应的特征的类型，从预先建立的数据库中检索到图像并输出。

根据所确定的类型确定检索模式的方式有多种，在一种实现方式中，图4中的步骤s1052可以包括：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

步骤s1056可以包括：

当用户所选择的目标区域的数量为1时，将特征相似度确定为各个参考图像对应的图像相似度；

当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

如果所确定的类型的数量为1个，说明用户所选择的特征的类型只有一个，例如：仅为整体类型，或仅为部件类型，此时确定检索模式为单类型检索模式。

由于用户可能选择了同属于一个类型的多个特征，因此，在确定包含参考特征的参考图像后，需要确定用户所选择的特征的数量，即确定用户所选择的目标区域的数量，并根据所确定的目标区域的数量以及检索模式确定各个参考图像的图像相似度。

详细的，当用户所选择的目标区域的数量为1时，说明用户只选择了一个特征，此时，可以将计算出的用户所选择的特征与匹配的参考特征的特征相似度确定为各个参考图像对应的图像相似度。

例如：假设待检索图像中包含人员h，数据库如下表1所示：

表1

假设用户所选择的特征为人员h整体特征，参考图像为：图像m和图像n，参考特征为：人员a整体特征和人员b整体特征，且计算出人员h整体特征与人员a整体特征的特征相似度为j，计算出人员h整体特征与人员b整体特征的特征相似度为k；

则将j确定为参考图像m对应的图像相似度，将k确定为参考图像n对应的图像相似度。

当用户所选择的目标区域的数量不为1时，说明用户选择了多个特征，此时，每张参考图像也包含了多个参考特征，因此，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

详细的，融合计算的方式可以为求平均值或加权求和。

例如：承接上述例子，假设用户所选择的特征为人员h左手特征和人员h右手特征，参考图像为：图像m和图像n，参考特征为：人员a左手特征、人员a右手特征、人员b左手特征和人员b右手特征，且计算出人员h左手特征与人员a左手特征的特征相似度为p，计算出人员h右手特征与人员a右手特征的特征相似度为q，计算出人员h左手特征与人员b左手特征的特征相似度为r，计算出人员h右手特征与人员b右手特征的特征相似度为s；

以融合计算为求平均值为例，针对图像m，计算p和q的平均值(p+q)/2，将(p+q)/2确定为参考图像m对应的图像相似度；

针对图像n，计算r和s的平均值(r+s)/2，将(r+s)/2确定为参考图像n对应的图像相似度。

在另一种实现方式中，图4中的步骤s1052可以包括：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

步骤s1056可以包括：

针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

如果所确定的类型的数量不为1个，说明用户所选择的特征的类型不止一个，例如：包含整体类型和部件类型，此时确定检索模式为多类型检索模式。

在确定包含参考特征的参考图像后，针对每张参考图像，确定该图像所包含的各个类型的类型相似度。

又由于针对每个类型，用户可能选择了同属于一个类型的多个特征，因此，上述根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度可以包括：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

在确定各个类型的类型相似度后，将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

详细的，融合计算的方式可以为求平均值或加权求和。

例如：承接上述例子，假设用户所选择的特征为人员h整体特征和人员h左手特征，参考图像为：图像m和图像n，参考特征为：人员a整体特征、人员b整体特征、人员a左手特征和人员b左手特征，且计算出人员h整体特征与人员a整体特征的特征相似度为j，计算出人员h整体特征与人员b整体特征的特征相似度为k，计算出人员h左手特征与人员a左手特征的特征相似度为l，计算出人员h左手特征与人员b左手特征的特征相似度为o；

以融合计算为求平均值为例，针对图像m，计算j和l的平均值(j+l)/2，将(j+l)/2确定为参考图像m对应的图像相似度；

针对图像n，计算k和o的平均值(k+o)/2，将(k+o)/2确定为参考图像n对应的图像相似度。

另外，由于本发明实施例中，通过机器提取待检索图像的特征，避免了手工在待检索图像中绘制感兴趣区域，从而导致根据手工绘制的感兴趣区域进行图像检索时，感兴趣区域无效或不适合检索的情况的发生。

例如：用户提供的检索图像中存在车w，对图像中存在车w的图像进行图像检索；

通过手工绘制感兴趣区域并进行图像检索的方式：假设手工绘制感兴趣区域为车w的车标，由于同一车标的车辆有很多个，通过车标无法进行图像检索，因此，该感兴趣区域不适合图像检索；

同时，在上述通过手工绘制感兴趣区域并进行图像检索的方式中，一般将绘制的感兴趣区域映射到数据库中图像的对应位置进行特征提取得到感兴趣目标，然后进行相似度比较，由于感兴趣目标在不同图像中出现的位置一般存在偏差，因此，通过这种简单几何关系映射得到的对应位置可能并不准确。而本发明实施例中，无论是待检索图像还是数据库中的图像均对目标进行了准确的定位，然后提取特征，因此，避免了上述通过简单几何关系映射得到的对应位置不准确情况的发生。

同时，在上述通过手工绘制感兴趣区域并进行图像检索的方式中，数据库中的特征提取是通过映射得到数据库中图像的对应位置然后再进行特征提取，由于映射必须是实时进行，导致该方式非常耗时，而本发明实施例中，数据库中的图像的特征是预先提取的，因此，减少了计算时间，支持了系统的快速响应。

相对于上述方法实施例，如图5所示，本发明实施例还提供了一种图像检索装置，所述装置包括：

获得模块501，用于获得待检索图像；

提取模块502，用于提取所述待检索图像的特征，确定所提取的特征对应的目标；

显示模块503，用于在所述待检索图像中，突出显示所确定的目标对应的目标区域；

目标区域获得模块504，用于获得用户所选择的目标区域；

检索模块505，用于根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

本发明实施例中，获得待检索图像，提取待检索图像的特征，确定所提取的特征对应的目标，在待检索图像中，突出显示所确定的目标对应的目标区域；获得用户所选择的目标区域，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。本发明实施例在确定所提取的特征对应的目标后，通过突出显示的方式使得用户可以选择目标区域，然后基于用户所选择的目标区域内的目标对应的特征进行图像检索，满足了用户针对特定目标的检索需求。

在一种实现方式中，所述提取模块502，可以包括：

特征提取单元，用于根据预设的特征检测模型，提取所述待检索图像的特征；

目标确定单元，用于确定所提取的特征对应的目标以及所提取的特征的类型；

所述显示模块503，可以具体用于：

在所述待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

在一种实现方式中，所述检索模块505，可以包括：

类型确定单元，用于确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征；

检索模式确定单元，用于根据所确定的类型确定检索模式；

查找单元，用于从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征；

特征相似度计算单元，用于计算用户所选择的特征与匹配的参考特征的特征相似度；

参考图像确定单元，用于确定包含所述参考特征的参考图像；

图像相似度计算单元，用于采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度；

输出单元，用于将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

在一种实现方式中，所述检索模式确定单元，可以具体用于：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

所述图像相似度计算单元，包括：

第一子单元，用于当用户所选择的目标区域的数量为1时，将所述特征相似度确定为各个参考图像对应的图像相似度；

第二子单元，用于当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

在一种实现方式中，所述检索模式确定单元，可以具体用于：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

所述图像相似度计算单元，包括：

类型相似度确定子单元，用于针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

融合子单元，用于将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

在一种实现方式中，所述类型相似度确定子单元，可以具体用于：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

本发明实施例还提供了一种电子设备，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，

存储器603，用于存放计算机程序；

处理器601，用于执行存储器603上所存放的程序时，实现如下步骤：

获得待检索图像；

提取所述待检索图像的特征，确定所提取的特征对应的目标；

在所述待检索图像中，突出显示所确定的目标对应的目标区域；

获得用户所选择的目标区域；

根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

在本申请的一种实现方式中，所述提取所述待检索图像的特征，确定所提取的特征对应的目标的步骤，可以包括：

根据预设的特征检测模型，提取所述待检索图像的特征；

确定所提取的特征对应的目标以及所提取的特征的类型；

所述在所述待检索图像中，突出显示所确定的目标对应的目标区域的步骤，包括：

在所述待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

在本申请的一种实现方式中，所述根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出的步骤，可以包括：

确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征；

根据所确定的类型确定检索模式；

从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征；

计算用户所选择的特征与匹配的参考特征的特征相似度；

确定包含所述参考特征的参考图像；

采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度；

将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

在本申请的一种实现方式中，所述根据所确定的类型确定检索模式的步骤，可以包括：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

当用户所选择的目标区域的数量为1时，将所述特征相似度确定为各个参考图像对应的图像相似度；

当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

在本申请的一种实现方式中，所述根据所确定的类型确定检索模式的步骤，可以包括：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

在本申请的一种实现方式中，所述根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度的步骤，可以包括：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本发明实施例中，获得待检索图像，提取待检索图像的特征，确定所提取的特征对应的目标，在待检索图像中，突出显示所确定的目标对应的目标区域；获得用户所选择的目标区域，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。本发明实施例在确定所提取的特征对应的目标后，通过突出显示的方式使得用户可以选择目标区域，然后基于用户所选择的目标区域内的目标对应的特征进行图像检索，满足了用户针对特定目标的检索需求。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如下步骤：

获得待检索图像；

提取所述待检索图像的特征，确定所提取的特征对应的目标；

在所述待检索图像中，突出显示所确定的目标对应的目标区域；

获得用户所选择的目标区域；

根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。

在本申请的一种实现方式中，所述提取所述待检索图像的特征，确定所提取的特征对应的目标的步骤，可以包括：

根据预设的特征检测模型，提取所述待检索图像的特征；

确定所提取的特征对应的目标以及所提取的特征的类型；

所述在所述待检索图像中，突出显示所确定的目标对应的目标区域的步骤，包括：

在所述待检索图像中，根据每个类型对应的显示方式，突出显示每个类型所包含的目标对应的目标区域。

在本申请的一种实现方式中，所述根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出的步骤，可以包括：

确定用户所选择的特征的类型，其中，用户所选择的特征为用户所选择的目标区域内的目标对应的特征；

根据所确定的类型确定检索模式；

从预先建立的数据库中，查找与用户所选择的特征匹配的参考特征；

计算用户所选择的特征与匹配的参考特征的特征相似度；

确定包含所述参考特征的参考图像；

采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度；

将图像相似度超过预设阈值的参考图像作为检索到的图像并输出。

在本申请的一种实现方式中，所述根据所确定的类型确定检索模式的步骤，可以包括：

如果所确定的类型的数量为1个，则确定检索模式为单类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

当用户所选择的目标区域的数量为1时，将所述特征相似度确定为各个参考图像对应的图像相似度；

当用户所选择的目标区域的数量不为1时，针对每张参考图像，将该参考图像所包含的多个参考特征的特征相似度进行融合计算，得到该参考图像对应的图像相似度。

在本申请的一种实现方式中，所述根据所确定的类型确定检索模式的步骤，可以包括：

如果所确定的类型的数量不为1个，则确定检索模式为多类型检索模式；

所述采用与所确定的检索模式对应的计算方式，根据所述特征相似度，计算各个参考图像对应的图像相似度的步骤，包括：

针对每张参考图像所包含的参考特征的每个类型，根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度；

将各个类型相似度进行融合计算，得到该参考图像对应的图像相似度。

在本申请的一种实现方式中，所述根据该类型所包含的参考特征对应的特征相似度，确定该类型的类型相似度的步骤，可以包括：

当该类型所包含的参考特征的数量为1时，将该类型所包含的参考特征的特征相似度确定为该类型的类型相似度；

当该类型所包含的参考特征的数量不为1时，将该类型所包含的多个参考特征的特征相似度进行融合计算，得到该类型的类型相似度。

本发明实施例中，获得待检索图像，提取待检索图像的特征，确定所提取的特征对应的目标，在待检索图像中，突出显示所确定的目标对应的目标区域；获得用户所选择的目标区域，根据用户所选择目标区域内的目标对应的特征，从预先建立的数据库中检索对应的图像并输出。本发明实施例在确定所提取的特征对应的目标后，通过突出显示的方式使得用户可以选择目标区域，然后基于用户所选择的目标区域内的目标对应的特征进行图像检索，满足了用户针对特定目标的检索需求。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。