[发明专利]一种图像检索方法、装置及电子设备

权利要求书

1.一种图像检索方法，其特征在于，包括：

在样本视频片段中提取待检索目标对应的多张视频帧图片；

根据所述待检索目标在每一张视频帧图片中的位置，提取所述每一张视频帧图片中所述待检索目标的目标特征，并对提取到的多个目标特征进行特征融合，得到目标融合特征；

计算检索图片数据库中各被检索图片中目标的目标特征与所述目标融合特征的第一特征相似度，将所述第一特征相似度大于预设阈值的被检索图片作为检索结果；

所述在样本视频片段中提取待检索目标对应的多张视频帧图片，包括：

提取用户发送的图片中待检索目标的第一目标特征；

检测所述样本视频片段中的样本目标，提取所述样本目标在所述样本视频片段对应的帧序列中的多个第二目标特征；

分别计算所述第一目标特征和提取的多个第二目标特征的第二特征相似度，将所述待检索目标更新为所述第二特征相似度中最大值对应的样本目标；

在所述样本视频片段中提取所述待检索目标对应的多张视频帧图片。

2.根据权利要求1所述的图像检索方法，其特征在于，所述在样本视频片段中提取待检索目标对应的多张视频帧图片，包括：

检测所述样本视频片段中的样本目标；

显示所述样本目标；

接收用户发送的对待检索目标进行检索的检索指令，其中，所述待检索目标为所述样本目标中的一个或多个；

在所述样本视频片段中提取所述待检索目标对应的多张视频帧图片。

3.根据权利要求1或2所述的图像检索方法，其特征在于，在所述根据所述待检索目标在每一张视频帧图片中的位置，提取所述每一张视频帧图片中所述待检索目标的目标特征之前，所述方法还包括：

向用户发送所述多张视频帧图片；

在接收到所述用户对所述多张视频帧图片进行纠正的操作指令时，对所述多张视频帧图片进行纠正，得到纠正后的视频帧图片；

所述提取所述每一张视频帧图片中所述待检索目标的目标特征，包括：

提取纠正后的视频帧图片中所述待检索目标的目标特征。

4.根据权利要求1或2所述的图像检索方法，其特征在于，在所述根据所述待检索目标在每一张视频帧图片中的位置，提取所述每一张视频帧图片中所述待检索目标的目标特征之前，所述方法还包括：

通过快速区域卷积神经网络FRCNN检测所述待检索目标在每一张视频帧图片中的位置。

5.根据权利要求1或2所述的图像检索方法，其特征在于，所述提取所述每一张视频帧图片中所述待检索目标的目标特征，并对提取到的多个目标特征进行特征融合，得到目标融合特征，包括：

通过卷积神经网络前向传播算法提取所述每一张视频帧图片中所述待检索目标的目标特征f_{i_d}；

根据公式：F_d＝max(f_{1_d},f_{2_d}…f_{i_d}…f_{n_d})，对所述目标特征f_{i_d}进行最大池化，得到目标融合特征F_d；或，

根据公式：F_d＝mean(f_{1_d},f_{2_d}…f_{i_d}…f_{n_d})，对所述目标特征f_{i_d}进行平均池化，得到目标融合特征F_d；

其中，n表示所述多张视频帧图片的数量，f_{i_d}表示第i张视频帧图片的第d维特征。

6.根据权利要求1或2所述的图像检索方法，其特征在于，所述计算检索图片数据库中各被检索图片中目标的目标特征与所述目标融合特征的第一特征相似度，包括：

计算检索图片数据库中各被检索图片中每一个目标的目标特征与所述目标融合特征的余弦值，将所述余弦值作为第一特征相似度；或，

计算检索图片数据库中各被检索图片中每一个目标的目标特征与所述目标融合特征的欧式距离，将整数1与所述欧式距离的差值作为第一特征相似度。