[发明专利]海量特征向量数据的相似检索方法及设备、存储介质

权利要求书

1.一种海量特征向量数据的相似检索方法，其特征在于，所述方法包括步骤：

根据待检索的特征向量，分别进行计算得到粗分类哈希编码后的粗分类标识、多索引哈希编码后的二进制编码集合、以及特征向量集合；

根据所述粗分类标识和所述二进制编码集合进行联合搜索，得到联合搜索结果集；

根据所述特征向量集合对所述联合搜索结果集进行逐层过滤，得到过滤后的结果集；

其中，所述根据待检索的特征向量，计算得到粗分类哈希编码后的粗分类标识包括：

计算所述待检索的特征向量与log₂S个粗分类哈希函数的内积，其中S为分类标签个数；将计算得到的内积进行二进制编码，得到长度为log₂S的粗分类标识；

所述根据待检索的特征向量，计算得到多索引哈希编码后的二进制编码集合包括：

选取L个多索引哈希表中的一个多索引哈希表，计算所述待检索的特征向量与选取的多索引哈希表中的K个多索引哈希函数的内积；将计算得到的内积进行二进制编码，得到长度为K的二进制编码E₁；重复前述步骤，得到L个二进制编码集合{E₁，E₂，……，E_L}；

所述根据待检索的特征向量，计算得到特征向量集合包括：

根据金字塔降维矩阵集合M_RD{M₁，M₂，……，M_P-1}，对所述待检索的特征向量进行降维计算，得到P个特征向量集合F_RD{F₁，F₂，……，F_P}；其中F_P为所述待检索的特征向量。

2.根据权利要求1所述的一种海量特征向量数据的相似检索方法，其特征在于，所述L的取值范围为8-32，所述K的取值范围为16-D，其中D为所述待检索的特征向量的维数。

3.根据权利要求1所述的一种海量特征向量数据的相似检索方法，其特征在于，所述将计算得到的内积进行二进制编码包括步骤：

若计算得到的内积大于预设值，则记为1；否则记为0。

4.根据权利要求1所述的一种海量特征向量数据的相似检索方法，其特征在于，所述根据所述特征向量集合对所述联合搜索结果集进行逐层过滤，得到过滤后的结果集包括步骤：

选取所述特征向量集合F_RD{F₁，F₂，……，F_P}中的低维特征向量F₁，与所述联合搜索结果集遍历计算相似度并根据相似度阈值进行过滤；

重复前述步骤对所述联合搜索结果集进行逐层过滤，得到过滤后的结果集。

5.根据权利要求1所述的一种海量特征向量数据的相似检索方法，其特征在于，所述金字塔降维矩阵集合M_RD{M₁，M₂，……，M_P-1}通过以下方式进行更新：

定期根据特征向量数据对所述金字塔降维矩阵集合M_RD{M₁，M₂，……，M_P-1}进行迭代计算，得到更新的金字塔降维矩阵集合M_RD{M₁，M₂，……，M_P-1}。

6.一种海量特征向量数据的相似检索设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的海量特征向量数据的相似检索程序，所述海量特征向量数据的相似检索程序被所述处理器执行时实现如权利要求1至5中任一项所述的海量特征向量数据的相似检索方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有海量特征向量数据的相似检索程序，所述海量特征向量数据的相似检索程序被处理器执行时实现如权利要求1至5中任一项所述的海量特征向量数据的相似检索方法的步骤。