[发明专利]图像相似度检测方法、装置、存储介质与电子设备

说明书

本公开提供了一种图像相似度检测方法、图像相似度检测装置、计算机可读存储介质与电子设备，涉及图像处理技术领域。该图像相似度检测方法包括：获取根据样本图像集所确定的采样位置序列和所述采样位置序列对应的阈值序列；通过所述采样位置序列从第一图像中提取第一特征点序列，以及从第二图像中提取第二特征点序列；对比所述第一特征点序列和所述阈值序列，得到所述第一特征点序列对应的第一编码，以及对比所述第二特征点序列和所述阈值序列，得到所述第二特征点序列对应的第二编码；确定所述第一编码与所述第二编码之间的相似度，以作为所述第一图像与所述第二图像之间的相似度。本公开提高了相似度检测结果的准确度，并降低了硬件成本。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像相似度检测方法、图像相似度检测装置、计算机可读存储介质与电子设备。

背景技术

图像相似度检测是指通过特定的算法计算两张图像相似的程度，在图像检索、视觉跟踪、视频处理等场景中都有广泛应用。

相关技术中，通常利用CNN(Convolutional Neural Networks，卷积神经网络)等深度学习模型从图像中提取特征，再通过特征的对比，确定图像之间的相似度。然而，该方法存在以下两方面缺陷：

1、利用CNN等提取特征时，通常会从图像的各个区域提取内容特征，导致特征的针对性较低，无法体现出图像的重点内容，从而影响相似度检测的准确性。例如对于背景部分相似、前景部分差别较大的两张图像，按照上述方法可能得到较高的相似度，但是前景部分才是图像中重点呈现的内容，前景部分差别较大意味着两张图像不相似，因此相似度检测结果无法反映真实情况。

2、深度学习模型往往涉及复杂的数据处理，计算量较高，因此对硬件性能的要求较高，不利于应用在移动终端等轻量化场景中。

鉴于此，有必要提出一种新的图像相似度检测方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种图像相似度检测方法、图像相似度检测装置、计算机可读存储介质与电子设备，进而至少在一定程度上改善相关技术中相似度检测结果准确性较低、以及计算量较高的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种图像相似度检测方法，包括：获取根据样本图像集所确定的采样位置序列和所述采样位置序列对应的阈值序列；通过所述采样位置序列从第一图像中提取第一特征点序列，以及从第二图像中提取第二特征点序列；对比所述第一特征点序列和所述阈值序列，得到所述第一特征点序列对应的第一编码，以及对比所述第二特征点序列和所述阈值序列，得到所述第二特征点序列对应的第二编码；确定所述第一编码与所述第二编码之间的相似度，以作为所述第一图像与所述第二图像之间的相似度。

根据本公开的第二方面，提供一种图像相似度检测装置，包括：参数获取模块，用于获取根据样本图像集所确定的采样位置序列和所述采样位置序列对应的阈值序列；特征点提取模块，用于通过所述采样位置序列从第一图像中提取第一特征点序列，以及从第二图像中提取第二特征点序列；编码模块，用于对比所述第一特征点序列和所述阈值序列，得到所述第一特征点序列对应的第一编码，以及对比所述第二特征点序列和所述阈值序列，得到所述第二特征点序列对应的第二编码；相似度确定模块，用于确定所述第一编码与所述第二编码之间的相似度，以作为所述第一图像与所述第二图像之间的相似度。

根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的图像相似度检测方法及其可能的实施方式。