[发明专利]一种基于特征匹配的家居图片搜索方法及装置

说明书

本发明公开了一种基于特征匹配的家居图片搜索方法及装置，包括：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；利用获取的目标图片使用第二卷积算法生成目标特征；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；获取与所述结果特征对应的结果图片；通过间接中间特征与结果特征匹配，特征占用的数据内存远远小于图片本身占用的数据内存，能够节省大量的实时计算硬件资源，如降低计算内存的占用以及计算时间的占用，同时，结果特征是目标图片中最能代表用户搜索意图的信号，以结果特征作为匹配导向能够搜索到用户想要的结果图片，提高图片搜索的准确性，切合用户图片搜索的需要。

技术领域

本发明涉及图片搜索技术领域，更具体地说，它涉及一种基于特征匹配的家居图片搜索方法及装置。

背景技术

在互联网上，一般会使用文字信息来搜索所需图片信息，系统从数据库中获取其特征值与文字信息相匹配的图片。以在家居垂直搜索领域中的搜索引擎搜索家具图片为例，以前搜索引擎在搜索家具图片时，只要给出足够的关键词就可以搜索出想要的家具图片。但是对于图片搜索来说，如果用于想要找到和一张图片内容相似的所有图片，但是手头没有关键词，只有“关键词”，例如用户手上已经有一张家具图片，想要找到与该家具图片形状、风格、所属空间相似的家具图片。目前相似图片识别技术中，使用比较多的是基于图片局部特征的方法即：从待识别的图片中提取大量局部特征，将待识别的图片表示为局部特征的集合。比较两幅图片的相似度时，以局部特征集合的重合比例作为比较标准，从数据库中逐一匹配图片，当两个图片的局部特征集合的重合比例高于某个固定阈值时则认为两幅图片是相似(或者称之为相匹配)的，推送匹配后认定相似的图片。

由于局部特征是针对图片中的一些局部特征点计算出来的，如果局部特征选择不恰当，那么基于局部特征匹配而搜出来的相似图片可能是错误图片，错误图片与原图在整体视觉上往往没有任何相似性。同时这种方法需要将搜索图片与数据库中的图片一一比对，局部特征点数量要求高(数量太低无法得到准确结果)，计算复杂度高又耗时，并且，在计算过程中需要保留大量的匹配关系和位置信息，计算过程需要消耗大量的内存空间。

发明内容

本发明技术方案所解决的技术问题为，如何在垂直领域的搜索引擎中以图搜图时，提高搜索速度，降低搜索图片时占用的硬件资源。

为实现上述目的，本发明技术方案提供了一种基于特征匹配的家居图片搜索方法，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。

进一步的，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。

进一步的，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。

进一步的，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。