1.一种图像检索方法,其特征在于,包括下述步骤:
获取待测目标图像的置信度和检测框;
提取所述待测目标图像的局部特征,并获取所述局部特征所对应的感受野;
根据所述检测框和感受野,计算所述局部特征的加权比重;
根据所述所述置信度,对加权后的所述局部特征融合得到所述待测目标图像的全局特征;
根据所述全局特征进行图像检索。
2.根据权利要求1所述的图像检索方法,其特征在于,所述根据所述检测框和感受野,计算所述局部特征的加权比重的步骤,包括:
根据所述检测框和感受野,计算所述局部特征的交并比;
根据所述交并比,计算所述局部特征的注意得分;
根据所述注意力得分计算所述局部特征的注意力权重。
3.根据权利要求2所述的图像检索方法,其特征在于,根据以下公式计算所述局部特征的交并比:
iou=|a∩b|/|a∪b|;
其中,iou为所述局部特征的交并比,a为所述局部特征的感受野,b为检测框。
4.根据权利要求2所述的图像检索方法,其特征在于,所述根据公式①或公式②计算所述局部特征的注意得分:
a=iou①;
a=1-iou②;
其中,a为所述局部特征的注意得分。
5.根据权利要求4所述的图像检索方法,其特征在于,所述根据所述注意力得分计算所述局部特征的注意力权重的步骤,包括:
获取每个所述局部特征的注意力得分;
根据每个所述局部特征的注意力得分和所有局部特征的注意力得分的占比计算每个所述局部特征的注意力权重λ:
6.根据权利要求4所述的图像检索方法,其特征在于,所述根据所述注意力得分计算所述局部特征的注意力权重的步骤,还包括:
根据置信度和所述局部特征的注意力得分计算每个所述局部特征的注意力权重:
λ=softmax(s*a);
其中s为所述待测目标图像的置信度。
7.根据权利要求5或6所述的图像检索方法,其特征在于,所述根据所述置信度,对加权后的所述局部特征融合得到所述待测目标图像的全局特征,包括:
根据以下公式③获取加权后每个所述局部特征对应的注意力局部特征;根据所述置信度,通过公式④和公式⑤对所述注意力局部特征yi进行加权融合得到全局特征:
yi=xi*λ③;
f=(∑|yi|p)1/p④;
p=3s⑤;
其中,xi为所提取的局部特征,yi为加权后的注意力局部特征,f为加权融合得到的全局特征。
8.一种图像检索装置,其特征在于,包括:
获取模块,用于获取待测目标图像的置信度和检测框;
局部特征提取模块,用于提取所述待测目标图像的局部特征,并获取所述局部特征所对应的感受野;
加权计算模块,用于根据所述检测框和感受野,计算所述局部特征的加权比重;
融合模块,用于根据所述所述置信度,对加权后的所述局部特征融合得到所述待测目标图像的全局特征;
检索模块,用于根据所述全局特征进行图像检索。
9.一种计算机设备,其特征在于,包括存储器、处理器和网络接口,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的图像检索方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像检索方法的步骤。