[发明专利]图片检索方法、装置及计算机存储介质

权利要求书

1.一种图片检索方法，其特征在于，所述方法用于从多个待检索图片中检索与目标图片相关的待检索图片，包括：

以所述多个待检索图片和所述目标图片为一图片集，计算所述图片集中各个图片与其他图片之间的图片差异度；

基于所述图片差异度确定各个图片的扩展邻近图片集，并对所述扩展邻近图片集中的图片进行排序；

计算所述目标图片的扩展邻近图片集与各个待检索图片的扩展邻近图片集之间的图片集差异度，将所述图片集差异度作为所述目标图片与所述待检索图片之间的扩展差异度；

基于所述扩展差异度确定与所述目标图片相关的待检索图片；

其中，计算所述目标图片的扩展邻近图片集与各个待检索图片的扩展邻近图片集之间的图片集差异度，包括：计算所述目标图片与所述待检索图片的扩展邻近图片集的目标图片差异度；计算所述待检索图片与所述目标图片的扩展邻近图片集的检索图片差异度；计算所述目标图片差异度和所述检索图片差异度的均值，作为所述图片集差异度。

2.根据权利要求1所述的方法，其特征在于，所述计算所述图片集中各个图片与其他图片之间的图片差异度，包括：

利用预先训练的卷积神经网络获取所述图片集中每个图片的特征向量；

根据所述特征向量，计算各个图片与其他图片之间的图片差异度。

3.根据权利要求2所述的方法，其特征在于，所述利用预先训练的卷积神经网络获取所述图片集中每个图片的特征向量，包括：

利用预先训练的卷积神经网络中的哈希编码层获取所述图片集中每个图片的哈希特征向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述图片差异度确定各个图片的扩展邻近图片集，包括：

选择与所述各个图片之间图片差异度最小的前第一数量个其他图片，作为所述各个图片的第一邻近图片集；

以所述第一邻近图片集确定所述扩展邻近图片集。

5.根据权利要求4所述的方法，其特征在于，所述基于所述图片差异度确定各个图片的扩展邻近图片集，进一步包括：

选择与所述各个图片之间图片差异度最小的前第二数量个其他图片，作为所述各个图片的第二邻近图片集；

计算所述各个图片的第一邻近图片集中每个图片的第二邻近图片集；

将各个图片的第一邻近图片集，以及所述第一邻近图片集中每个图片的第二邻近图片集的集合作为所述扩展邻近图片集。

6.根据权利要求1所述的方法，其特征在于，所述计算所述目标图片与所述待检索图片的扩展邻近图片集的目标图片差异度，包括：

以所述待检索图片的扩展邻近图片集中每个图片的排序位置确定权值，对所述目标图片与所述待检索图片的扩展邻近图片集中每个图片的差异度进行加权平均，求得所述目标图片差异度；

所述计算所述待检索图片与所述目标图片的扩展邻近图片集的检索图片差异度，包括：

以所述目标图片的扩展邻近图片集中每个图片的排序位置确定权值，对所述待检索图片与所述目标图片的扩展邻近图片集中每个图片的差异度进行加权平均，求得所述检索图片差异度。

7.根据权利要求1所述的方法，其特征在于，所述图片检索方法进一步包括：

比对分析所述目标图片的类别以及所确定的与所述目标图片相关的待检索图片的类别，以计算检索精度；

重复所述图片检索方法中的步骤：基于扩展差异度确定各个图片的扩展邻近图片集；计算目标图片与待检索图片之间的扩展差异度；确定与目标图片相关的待检索图片；计算检索精度；

直至所述检索精度不再升高。

8.一种图片检索装置，其特征在于，所述图片检索装置包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-7中任一项所述方法的步骤。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-7中任一项所述方法的步骤。