[发明专利]图像存储方法、图像检索方法及装置

说明书

本发明实施例提供了一种图像存储方法、图像检索方法及装置，涉及图像处理技术领域，该方法应用于智能算法服务器，该智能算法服务器运行有多种特征提取算法，每种特征提取算法对应有唯一的算法标识符，该方法包括：获取需要存储的入库图片；根据至少一种特征提取算法对该入库图片进行特征提取，并分别获得特征信息；将该入库图片、该入库图片的每个特征信息和该特征提取算法对应的算法标识符组合后发送给数据服务器进行保存。本发明实施例提供的图像存储方法、图像检索方法及装置，可以实现图像特征提取算法在升级后新旧数据兼容，并且使数据服务器可以适配多套不同算法的智能算法服务器，从而提高图像存储检索系统的兼容性和灵活性。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种图像存储方法、图像检索方法及装置。

背景技术

从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术(Text-based Image Retrieval，简称TBIR)，利用文本描述的方式描述图像的特征，如绘画作品的作者、年代、流派、尺寸等。到90年代以后，出现了对图像的内容语义，如图像的颜色、纹理、布局等进行分析和检索的图像检索技术，即基于内容的图像检索(Content-based Image Retrieval，简称CBIR)技术。

通常，图像检索是指通过一张目标图片检索出数据库中与之相似的图片的过程。其中，相似图片的检测主要涉及特征的提取和相似度的度量技术。在图片存储保存到数据库时，首先经过智能算法识别，提取图片的特性以得到多维度的特征数据，将该特征数据作为该图片的关联信息保存到数据库中。在进行图片检索时，目标图片需要经过相同的智能算法提取出特征数据，得到与数据库中的数据维度相同的特征值。最后将目标图片与库内图片的特征值进行距离计算，得到符合相似度要求的图片，完成图像检索。

在上述图像检索过程中，涉及到几个关键要素：首先，智能算法服务器中提取图像特性的算法不能随意改变，因为旧算法和新算法对图像特征的提取标准不一致，同一图片计算出的相似度会不准确，从而导致旧数据不可用。为了使旧数据有效，可以通过数据清洗的方式将数据库中的图片信息全部读取并用新算法重新识别，识别的新特征重新入库，同时把老数据清理掉。这种情况下，一旦算法升级必将面临数据清洗，系统的可维护性和适应性太低。再者，随着当前数据量的日益增大，使用大数据技术的场景也越来越多，如果一套大数据服务器与多套智能算法服务器配套使用，每套智能算法服务器使用的算法可能不一致，就会导致同一类型的图片在大数据中存在不同算法识别的结果，在检索时，目标图片只能通过一种算法进行识别，而不同算法的相似度计算会导致相似度结果不准确。

可见，现有图像存储和检索技术还存在以下几点不足：第一，在智能算法组件中加载的图像特征提取算法升级后，原有算法计算的结果数据无法再使用，旧数据作废；第二，一台大数据服务器只能和一个或多个加载同样算法的的智能算法组件配套，而不能和加载了不同算法的智能算法组件配套使用。

发明内容

有鉴于此，本发明的目的在于提供一种图像存储方法、图像检索方法及装置，以实现图像特征提取算法在升级后新旧数据兼容，并且使一套大数据服务器可以适配多套不同算法的智能算法服务器，从而提高图像存储检索系统的兼容性和灵活性。

第一方面，本发明实施例提供了一种图像存储方法，应用于智能算法服务器，该智能算法服务器运行有多种特征提取算法，每种特征提取算法对应有唯一的算法标识符，该方法包括：获取需要存储的入库图片；根据至少一种上述特征提取算法对该入库图片进行特征提取，并分别获得特征信息；将该入库图片、该入库图片的每个特征信息和上述特征提取算法对应的算法标识符组合后发送给数据服务器进行保存。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述根据至少一种特征提取算法对该入库图片进行特征提取，并分别获得特征信息的步骤，包括：将该入库图片分配到至少一个算法模组片；控制该算法模组片加载对应的特征提取算法进行特性提取，并获得特征信息。