[发明专利]一种图像处理方法、装置及服务器、系统、存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取训练图像的第一分类特征的第一训练语料信息和该训练图像的第二分类特征的第二训练语料信息；

调用图像特征描述模型对所述训练图像进行初始处理，得到所述训练图像的初始特征向量；

调用至少两个分类模型对所述初始特征向量进行分析处理，得到用于描述所述训练图像的第一分类特征的第一分类特征向量和用于描述所述训练图像的第二分类特征的第二分类特征向量，所述图像特征描述模型包括第一类型的卷积层和第二类型的卷积层，所述分类模型与所述第二类型的卷积层相连，第一类型的卷积层将卷积处理的数据输出到第二类型的卷积层，第二类型的卷积层将卷积处理的数据输出到各个分类模型；

将第一分类特征向量和第一训练语料信息进行比较，并将第二分类特征向量和第二训练语料信息进行比较，得到比较结果；

如果所述比较结果满足更新条件，则对所述图像特征描述模型进行更新，得到更新后的图像特征描述模型，其中，所述图像特征描述模型用于得到描述图像的特征向量。

2.如权利要求1所述的方法，其特征在于，所述将第一分类特征向量和第一训练语料信息进行比较，并将第二分类特征向量和第二训练语料信息进行比较，得到比较结果，包括：

基于损失函数对第一分类特征向量和第一训练语料信息进行计算，得到第一损失值；

基于损失函数对第二分类特征向量和第二训练语料信息进行计算，得到第二损失值；

获取分别为第一分类特征和第二分类特征配置的权重值；

按照所述获取的权重值对第一损失值和第二损失值进行计算，得到比较值，并将该比较值作为比较结果。

3.如权利要求1或2所述的方法，其特征在于，所述图像特征描述模型是基于卷积神经网络配置得到的，所述分类模型是以卷积神经网络的全连层的形式与所述图像特征描述模型相连；

所述第二类型的卷积层将卷积处理的数据输出给作为全连层的所述分类模型。

4.如权利要求1所述的方法，其特征在于，还包括：

调用所述图像特征描述模型对获取到的查询图像进行初始处理，得到所述查询图像的查询特征向量；

在候选图像向量集合中查询得到与所述查询特征向量相关的至少一个候选图向量，根据查询得到的候选图向量查找出候选图像的描述信息，得到搜索结果，所述搜索结果包括该查询出的候选图像的描述信息。

5.如权利要求4所述的方法，其特征在于，还包括：

在目标网络平台内，搜集指定类型的图像，并将搜集得到的图像作为候选图像；

调用所述图像特征描述模型对各个候选图像进行计算，得到各个候选图像对应的候选图向量；

存储所述候选图向量，建立所述候选图向量与对应候选图像的描述信息之间的关联关系，所述描述信息包括候选图像以及该候选图像的来源信息。

6.如权利要求4所述的方法，其特征在于，所述查询图像是由用户终端发送的，所述查询图像是所述用户终端在检测到扫描识别操作事件时拍摄获取的图像；所述方法还包括：

在得到搜索结果后，将搜索结果发送给所述用户终端。

7.如权利要求5所述的方法，其特征在于，还包括：

生成显示指示消息，所述显示指示消息用于指示用户终端根据该显示指示消息中携带的候选图像以及该候选图像的来源信息生成交互界面，该交互界面用于接收用户操作以便于触发打开该来源信息对应的网址。