[发明专利]图像特征提取模型的训练方法和图像检索方法

说明书

本说明书实施例公开了一种图像特征提取模型的训练方法和图像检索方法，图像特征提取模型的训练方法包括：获取样本图像，以及样本图像对应的类型。将样本图像输入图像特征提取模型，以生成样本图像对应的图像特征。其中，图像特征提取模型包括卷积神经网络。根据样本图像对应的图像特征在特征空间中的距离，对卷积神经网络进行训练。当相同类型的样本图像对应的图像特征，在特征空间中的位置重合，并且不同类型的样本图像对应的图像特征，在特征空间中均匀分布时，完成对图像特征提取模型的训练。由此，使得不同类型的图像对应的图像特征，存在较大区别，在进行图像检索时，使用该模型进行图像特征的提取，提升了图像检索的准确度。

【技术领域】

本说明书涉及图像处理技术领域，尤其涉及一种图像特征提取模型的训练方法和图像检索方法。

【背景技术】

车险理赔是汽车发生交通事故后，车主到保险公司理赔。保险公司的理赔工作人员根据本次交通事故中车辆所受的损伤，确定理赔额度。但是，为了避免车主对同一损伤重复申请理赔，保险公司的理赔工作人员需要对已经进行理赔的损伤进行记录。

相关技术中，将已经理赔过的车辆照片进行存储，作为该车辆的理赔记录。在车主对某个损伤申请理赔时，系统自动检索该车辆之前的照片，如果检索到的照片中都没有该损伤，则可以确定该损伤没有进行过理赔，以防车主重复申请理赔。

【发明内容】

本说明书实施例旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本说明书实施例的第一个目的在于提出一种图像特征提取模型的训练方法，使得不同类型的图像对应的图像特征，存在较大区别，在进行图像检索时，使用该模型进行图像特征的提取，提升了图像检索的准确度。

本说明书实施例的第二个目的在于提出一种图像检索方法。

本说明书实施例的第三个目的在于提出一种图像特征提取模型的训练装置。

本说明书实施例的第四个目的在于提出一种图像检索装置。

本说明书实施例的第五个目的在于提出一种计算机设备。

本说明书实施例的第六个目的在于提出一种计算机设备。

本说明书实施例的第七个目的在于提出一种非临时性计算机可读存储介质。

本说明书实施例的第八个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本说明书第一方面的实施例提出了一种图像特征提取模型的训练方法，包括：获取样本图像，以及所述样本图像对应的类型；将所述样本图像输入图像特征提取模型，以生成所述样本图像对应的图像特征；其中，所述图像特征提取模型包括卷积神经网络；根据所述样本图像对应的图像特征在特征空间中的距离，对所述卷积神经网络进行训练；以及当相同类型的所述样本图像对应的图像特征，在所述特征空间中的位置重合，并且不同类型的所述样本图像对应的图像特征，在所述特征空间中均匀分布时，完成对所述图像特征提取模型的训练。

和现有技术相比，本说明书实施例实现了根据样本图像对应的图像特征在特征空间中的距离，对卷积神经网络进行训练，使得相同类型的图像对应的图像特征，在特征空间中的位置重合，并且不同类型的图像对应的图像特征，在特征空间中均匀分布，在进行图像检索时，使用该模型进行图像特征的提取，提升了图像检索的准确度。

另外，本说明书实施例的图像特征提取模型的训练方法，还具有如下附加的技术特征：

可选地，所述根据所述样本图像对应的图像特征在特征空间中的距离，对所述卷积神经网络进行训练，包括：调整所述卷积神经网络的参数，以减小相同类型的所述样本图像对应的图像特征在所述特征空间中的距离。