[发明专利]图片检索的方法、装置及电子设备

说明书

本发明提供了一种图片检索的方法、装置及电子设备，包括：将最小化目标KL散度与目标互信息的差作为总优化目标，训练卷积神经网络编码器模型；其中，最大化训练图片和通过卷积神经网络编码器模型获取的特征向量之间的互信息，得到目标互信息；最小化特征向量和标准正态分布之间的KL散度，得到目标KL散度；基于训练后的卷积神经网络编码器模型进行图片检索。本发明能够在降低图片检索所需成本的同时提高检索的精确度。

技术领域

本发明涉及图片检索技术领域，尤其是涉及一种图片检索的方法、装置及电子设备。

背景技术

随着互联网信息技术的发展，互联网上存储的图片数量呈现爆发式增长，为了更加高效的利用这些图片信息，图片检索技术也逐渐成为研究热点。现有的图片检索方法利用训练好的深度卷积神经网络，提取出图片的独特特征信息，如图片的颜色、纹理、形状、风格等，再将这些底层特征信息编码成高层特征，然后与候选的高层特征进行搜索匹配，检索出与待检索的图片的相似图片。但是，现有的检索方法精确度较低，同时需要人工标注大量的图片，利用标注好的图片训练神经网络，成本较高。

发明内容

有鉴于此，本发明的目的在于提供一种图片检索的方法、装置及电子设备，以降低了图片检索所需的成本同时提高检索的精确度。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种图片检索的方法，包括：将最小化目标KL散度与目标互信息的差作为总优化目标，训练卷积神经网络编码器模型；其中，最大化训练图片和通过卷积神经网络编码器模型获取的特征向量之间的互信息，得到目标互信息；最小化特征向量和标准正态分布之间的KL散度，得到目标KL散度；基于训练后的卷积神经网络编码器模型进行图片检索。

在一种实施方式中，目标互信息的计算公式为：

其中，I(x；z)表示输入的训练图片x的分布与特征向量z的分布之间的互信息；p(x)表示输入的训练图片x的分布；p(z)表示特征向量z的分布。

在一种实施方式中，目标KL散度的计算公式为：

其中，q(z)表示标准正态分布。

在一种实施方式中，总优化目标的计算公式为：

在一种实施方式中，卷积神经网络编码器模型包括：卷积层、批量归一化层和最大池化层。

在一种实施方式中，基于训练后的卷积神经网络编码器模型进行图片检索的步骤，包括：基于训练后的卷积神经网络编码器模型提取待检索图片和候选图片库中图片的特征，获取待检索图片和候选图片库中图片的特征向量；确定待检索图片的特征向量和候选图片库中每张图片的特征向量之间的相似度；选择预设数量的相似度满足阈值的候选图片库中图片作为检索结果。

在一种实施方式中，确定待检索图片的特征向量和候选图片库中每张图片的特征向量之间的相似度的步骤，包括：计算待检索图片的特征向量和候选图片库中每张图片的特征向量之间的欧式距离；根据欧式距离，采用最近邻搜索算法确定待检索图片的特征向量和候选图片库中每张图片的特征向量之间的相似度。

第二方面，本发明实施例提供了一种图片检索的装置，包括：模型训练模块，用于将最小化目标KL散度与目标互信息的差作为总优化目标，训练卷积神经网络编码器模型；其中，最大化训练图片和通过卷积神经网络编码器模型获取的特征向量之间的互信息，得到目标互信息；最小化特征向量和标准正态分布之间的KL散度，得到目标KL散度；图片检索模块，用于基于训练后的卷积神经网络编码器模型进行图片检索。