[发明专利]一种基于特征匹配的家居图片搜索方法及装置有效
申请号: | 201710894253.1 | 申请日: | 2017-09-28 |
公开(公告)号: | CN110019902B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 包科旻 | 申请(专利权)人: | 南京无界家居科技有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583;G06F16/51;G06K9/46;G06K9/62 |
代理公司: | 北京维正专利代理有限公司 11508 | 代理人: | 杨春女 |
地址: | 210019 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 匹配 家居 图片 搜索 方法 装置 | ||
1.一种基于特征匹配的家居图片搜索方法,其特征在于,包括:
A步骤.利用获取的中间图片集使用第一卷积算法生成中间特征集;
B步骤.利用获取的目标图片使用第二卷积算法生成目标特征;
C步骤.使用聚类算法从所述中间特征集的元素中匹配出与所述目标特征对应的结果特征;
D步骤.获取与所述结果特征对应的结果图片;
所述A步骤包括:
以所述中间图片集中的所有元素作为总训练集输入第一卷积算法进行训练产生所述第二卷积算法,所述第二卷积算法用于从其输入图片中提取出与中间图片的中间特征关联的输入特征;
所述B步骤包括:
使用所述第二卷积算法提取所述目标图片的目标特征后,将所述目标特征的提取过程插入所述第一卷积算法的训练内容;
插入训练内容的所述第一卷积算法更新所述第二卷积算法,将所述目标图片更新至所述中间图片集,将所述目标特征更新至所述中间特征集。
2.根据权利要求1所述的方法,其特征在于,所述C步骤包括:
使用所述聚类算法遍历所述中间特征集中的元素生成中间矢量集并建立索引文件;
将所述中间图片集中元素的图片ID映射至所述索引文件中;
将所述目标特征输入所述聚类算法中生成目标矢量,所述聚类算法根据所述目标矢量检索所述中间矢量集,输出所述中间矢量集中匹配成功的元素;
根据元素获取对应的所述中间特征,并输出为所述结果特征。
3.根据权利要求2所述的方法,其特征在于,所述D步骤包括:
根据所述结果特征从所述索引文件中查询对应的图片ID;
以所述图片ID获取所述结果图片。
4.一种基于特征匹配的家居图片搜索装置,包括:
中间图片获取单元(100),用于获取中间图片集;
第一卷积单元(200),用于利用获取的中间图片集使用第一卷积算法生成中间特征集;
目标图片获取单元(300),用于获取目标图片;
第二卷积单元(400),用于利用获取的目标图片使用第二卷积算法生成目标特征;
聚类匹配单元(500),用于使用聚类算法从所述中间特征集的元素中匹配出与所述目标特征对应的结果特征;
结果图片获取单元(600),用于获取与所述结果特征对应的结果图片;
所述第一卷积单元(200)包括:
训练子单元(201),用于以所述中间图片集中的所有元素作为总训练集输入第一卷积单元(200)进行训练产生所述第二卷积单元(400),所述第二卷积单元(400)用于从其输入图片中提取出与中间图片的中间特征关联的输入特征;
所述第二卷积单元(400)包括:
插入子单元(401),用于在使用所述第二卷积单元(400)提取所述目标图片的目标特征后,将所述目标特征的提取过程插入所述第一卷积单元(200)的训练内容;
更新子单元(402),用于让插入训练内容的所述第一卷积单元(200)更新所述第二卷积单元(400),将所述目标图片更新至所述中间图片集,将所述目标特征更新至所述中间特征集。
5.根据权利要求4所述的装置,其特征在于,所述聚类匹配单元(500)包括:
遍历子单元(501),用于使用所述聚类算法遍历所述中间特征集中的元素生成中间矢量集并建立索引文件;
映射子单元(502),用于将所述中间图片集中元素的图片ID映射至所述索引文件中;
检索子单元(503),用于将所述目标特征输入所述聚类算法中生成目标矢量,所述聚类算法根据所述目标矢量检索所述中间矢量集,输出所述中间矢量集中匹配成功的元素;
输出子单元(504),用于根据元素获取对应的所述中间特征,并输出为所述结果特征。
6.根据权利要求5所述的装置,其特征在于,所述结果图片获取单元(600)包括:
查询子单元(601),用于根据所述结果特征从所述索引文件中查询对应的图片ID;
获取子单元(602),用于以所述图片ID获取所述结果图片。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京无界家居科技有限公司,未经南京无界家居科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710894253.1/1.html,转载请声明来源钻瓜专利网。