[发明专利]图像检索方法、装置及电子设备

权利要求书

1.一种图像检索方法，其特征在于，包括：

提取待检索的家居实物图像的全局特征和局部特征；

根据所述家居实物图像的全局特征从家居模型图库中选择全局特征最相似的候选家居模型图像集；

根据所述家居实物图像的局部特征从所述候选家居模型图像集中选择局部特征最相似的目标家居模型图像集。

2.根据权利要求1所述的方法，其特征在于，所述家居模型图库包括全局特征索引库和局部特征索引库，所述提取待检索的家居实物图像的全局特征和局部特征之前，还包括：

提取所述家居模型图像的全局特征，并将所述家居模型图像的全局特征保存到全局特征索引库；

提取所述家居模型图像的局部特征，并将所述家居模型图像的局部特征保存到局部特征索引库。

3.根据权利要求2所述的方法，其特征在于，所述根据所述家居实物图像的全局特征从家居模型图库中选择全局特征最相似的候选家居模型图像集的步骤，包括：

根据所述家居实物图像的全局特征从所述全局特征索引库中选择全局特征最相似的候选家居模型图像集；

所述根据所述家居实物图像的局部特征从所述候选家居模型图像集中选择局部特征最相似的目标家居模型图像集的步骤，包括：

根据所述家居实物图像的局部特征从所述局部特征索引库中进行匹配，以选择所述候选家居模型图像集中最相似的目标家居模型图像集。

4.根据权利要求2所述的方法，其特征在于，所述提取所述家居模型图像的全局特征，和提取所述家居模型图像的局部特征，包括：

提取所述家居模型图像中的家居模型区域；

对所述家居模型区域中的所有特征点进行检测，得到所述家居模型图像的全局特征；

对所述家居模型区域中的关键特征点进行特征矢量描述，得到所述家居模型图像的局部特征。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

预先将家居实物图像和对应的家居模型图像以设定比例构成训练样本集；

采用所述训练样本集对人工智能目标检测网络进行训练，得到人工智能目标检测模型；

所述提取所述家居模型图像中的家居模型区域，包括：

采用所述人工智能目标检测模型对所述家居模型图像中的家居模型进行检测，得到所述家居模型区域。

6.根据权利要求4所述的方法，其特征在于，所述对所述家居模型区域中的所有特征点进行检测，得到所述家居模型图像的全局特征的步骤，包括：

采用基于残差神经网络resnet的人工智能模型，对所述家居模型区域中的所有特征点进行检测，得到所述家居模型图像的全局特征；

所述对所述家居模型区域中的关键特征点进行检测，得到所述家居模型图像的局部特征的步骤，包括：

通过尺度不变特征变换SIFT算法对所述家居模型区域中的关键特征点进行特征矢量描述，得到所述家居模型图像的局部特征。

7.一种图像检索装置，其特征在于，包括：

特征提取模块，用于提取待检索的家居实物图像的全局特征和局部特征；

全局特征检索模块，用于根据所述家居实物图像的全局特征从家居模型图库中选择全局特征最相似的候选家居模型图像集；

局部特征检索模块，根据所述家居实物图像的局部特征从所述候选家居模型图像集中选择局部特征最相似的目标家居模型图像集。

8.根据权利要求7所述的装置，其特征在于，所述家居模型图库包括全局特征索引库和局部特征索引库，所述特征提取模块还用于：

提取所述家居模型图像的全局特征，并将所述家居模型图像的全局特征保存到全局特征索引库；

提取所述家居模型图像的局部特征，并将所述家居模型图像的局部特征保存到局部特征索引库。

9.一种电子设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-6任一项所述的图像检索方法。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-6任一项所述的图像检索方法。