[发明专利]一种图像检索方法、系统、设备以及介质

权利要求书

1.一种图像检索方法，其特征在于，包括以下步骤：

构建图像训练集以及权值共享的孪生网络；

计算所述图像训练集中的图像两两之间的相关性；

将所述图像训练集的不同的图像分别输入到所述孪生网络中以得到第一编码向量和第二编码向量；

根据所述第一编码向量、所述第二编码向量和当前分别输入到所述孪生网络的两个图像之间的相关性计算损失函数，以根据所述损失函数训练所述孪生网路并与预设要求对比；

响应于经过若干次训练的所述孪生网络的满足预设要求，利用训练完成的所述孪生网络中的单个网络结构进行图像检索。

2.如权利要求1所述的方法，其特征在于，计算所述图像训练集中图像两两之间的相关性，进一步包括通过下式计算所述图像两两之间的相关性s：

l_dot＝l₁·l₂

其中，A表示两个图像所有共有的标签的集合，i和j分别是集合A中不同的标签；B表示两个图像除去共有的标签外的互斥标签的集合，m和n分别是集合B中不同的标签；l₁为其中一个图像的所有的标签组成的向量；l₂为另一个图像的所有的标签组成的向量；w_dot和w_xor分别表示共有标签和互斥标签的权重信息，取值范围为[0，1]；a_i，j或a_m，n是图像训练集中同时包含标签i和j的图像的数量或同时包含标签m和n的图像的数量；a_j或a_n是图像训练集中包含标签j的数量或包含标签n数量。

3.如权利要求1所述的方法，其特征在于，根据所述第一编码向量、所述第二编码向量和当前分别输入到所述孪生网络的两个图像之间的相关性计算损失函数，进一步包括根据下式计算损失函数L：

其中，s为当前分别输入到所述孪生网络的两个图像之间的相关性；为取整操作；D_E(b₁，b₂)为第一编码向量和第二编码向量之间的欧氏距离；β和m为常数。

4.如权利要求1所述的方法，其特征在于，利用训练完成的所述孪生网络中的单个网络结构进行图像检索，还包括：

利用所述单个网络结构将数据库中的图像和待检索图像分别转换成二值化图像哈希编码；

利用所述待检索图像的二值化图像哈希编码与所述数据库中的图像的二值化图像哈希编码进行比较以在所述数据库中检索到与所述待检索的图像相似的图像。

5.一种图像检索系统，其特征在于，包括：

构建模块，所述构建模块配置为构建图像训练集以及权值共享的孪生网络；

计算模块，所述计算模块配置为计算所述图像训练集中的图像两两之间的相关性；

输入模块，所述输入模块配置为将所述图像训练集的不同的图像分别输入到所述孪生网络中以得到第一编码向量和第二编码向量；

损失函数模块，所述损失函数模块配置为根据所述第一编码向量、所述第二编码向量和当前分别输入到所述孪生网络的两个图像之间的相关性计算损失函数，以根据所述损失函数训练所述孪生网路并与预设要求对比；

检索模块，所述检索模块配置为响应于经过若干次训练的所述孪生网络的满足预设要求，利用训练完成的所述孪生网络中的单个网络结构进行图像检索。