[发明专利]检测图片的方法、装置和计算机可读存储介质有效
申请号: | 201810822464.9 | 申请日: | 2018-07-25 |
公开(公告)号: | CN110019915B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 程晓旭 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583;G06F16/51;G06V10/762 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 许蓓 |
地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 图片 方法 装置 计算机 可读 存储 介质 | ||
1.一种检测图片的方法,包括:
利用粒度不同的多个特征提取模型分别提取待检测图片的相应粒度的特征;
针对相邻粒度的每两个特征提取模型执行以下操作:
首先,将图片集合划分为不同粒度的图片子集,包括:基于图片集合中的各个图片的粗粒度的特征进行聚类形成各个粗粒度图片子集,基于粗粒度图片子集中的各个图片的细粒度的特征进行聚类形成粗粒度图片子集下属的各个细粒度图片子集;
其次,利用待检测图片的粗粒度的特征,根据待检测图片与各个粗粒度图片子集的中心点之间的距离,从各个粗粒度图片子集中确定待检测图片所属的粗粒度图片子集,其中,待检测图片的粗粒度的特征是利用相邻粒度中较粗粒度的特征提取模型提取得到的;利用待检测图片的细粒度的特征,根据待检测图片与待检测图片所属的粗粒度图片子集下属的各个细粒度图片子集的中心点之间的距离,从待检测图片所属的粗粒度图片子集下属的各个细粒度图片子集中确定待检测图片所属的细粒度图片子集,其中,待检测图片的细粒度的特征是利用相邻粒度中较细粒度的特征提取模型提取得到的;
在针对所有特征提取模型均执行完上述操作后,利用最细粒度的图片特征,将待检测图片与待检测图片所属的最细粒度图片子集中的各个图片进行比较,以查找相似或相同的图片。
2.如权利要求1所述的方法,其中,各个粗粒度图片子集的形成方法包括:
利用相邻粒度中较粗粒度的特征提取模型提取图片集合中的各个图片的粗粒度的特征;
利用图片集合中的各个图片的粗粒度的特征对图片集合中的各个图片进行聚类,从而形成各个粗粒度图片子集;
其中,所述图片集合是各个粗粒度图片子集形成前所属的图片集合。
3.如权利要求1所述的方法,其中,各个细粒度图片子集的形成方法包括:
利用相邻粒度中较细粒度的特征提取模型提取任意一个粗粒度图片子集中的各个图片的细粒度的特征;
利用该粗粒度图片子集中的各个图片的细粒度的特征对该粗粒度图片子集中的各个图片进行聚类,从而形成该粗粒度图片子集下属的各个细粒度图片子集。
4.如权利要求1所述的方法,其中,确定待检测图片所属的粗粒度图片子集包括:
根据待检测图片的粗粒度的特征与每个粗粒度图片子集中的中心点的粗粒度的特征,计算待检测图片与各个粗粒度图片子集之间的距离,将具有最小距离的粗粒度图片子集确定为待检测图片所属的粗粒度图片子集。
5.如权利要求1所述的方法,其中,确定待检测图片所属的细粒度图片子集包括:
根据待检测图片的细粒度的特征与每个细粒度图片子集中的中心点的细粒度的特征,计算待检测图片与各个细粒度图片子集之间的距离,将具有最小距离的细粒度图片子集确定为待检测图片所属的细粒度图片子集。
6.如权利要求1所述的方法,其中,特征提取模型是二值化特征模型,以便基于二值化特征计算的汉明距离来进行图片的比较。
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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,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/201810822464.9/1.html,转载请声明来源钻瓜专利网。