[发明专利]图像搜索方法及其装置、介质和电子设备

说明书

本申请涉及计算机视觉领域，特别涉及一种目标跟踪方法及其装置、介质和电子设备。本申请的目标跟踪方法用于根据目标图像，在图像库中搜索与目标图像对应的库图像，具体包括：分别获取目标图像以及图像库中的每张库图像的标签和特征向量，确定每张库图像与目标图像的标签的匹配度，并根据每张库图像与目标图像的标签的匹配度，获得每张库图像与目标图像之间的相似度；基于每张库图像与目标图像的相似度，从图像库中确定与目标图像对应的库图像。从而使得标签不匹配的库图像的相似度变低，进而使得标签不匹配的库图像不在搜索结果里面，提高了搜索结果的准确度。

技术领域

本申请涉及图像处理技术领域，特别涉及一种图像搜索方法及其装置、介质和电子设备。

背景技术

随着互联网上的图像数据信息越来越多，建立的图像库中的图像的数量越来越庞大，如何快速并准确地搜索出库图像成了当前海量图像搜索领域越来越关注的问题。

在现有技术中，通过计算目标图像的特征向量序列与图像库中的库图像的特征向量序列之间的距离，来确定目标图像与图像库中的图像的相似程度。该距离越大，表明目标图像与图像库中的图像相似度越小；距离越小，目标图像与图像库中的库图像相似度越大。对于一次图像搜索过程来讲，可以对图像库中的每张库图像与目标对象的距离的大小进行排序，选取前K位相似度最高的库图像作为搜索结果。但是，在实际应用中，由于图像库中的库图像的数量太大，有可能会出现期望的库图像不在前K位的搜索结果里面或者非期望的库图像在前K位搜索结果里面，最终导致搜索结果不准确的情形。

发明内容

本申请实施例提供了一种图像搜索方法及其装置、介质和电子设备。

第一方面，本申请实施例提供了一种图像搜索方法，包括：分别获取目标图像以及图像库中的每张库图像的标签和特征向量，其中，库图像以及目标图像的特征向量包括一个或多个特征向量，库图像以及目标图像的标签包括一个或多个标签；确定每张库图像与目标图像的标签的匹配度，并根据每张库图像与目标图像的标签的匹配度，获得每张库图像与目标图像之间的相似度；基于每张库图像与目标图像的相似度，从图像库中确定与目标图像对应的库图像。从而使得标签不匹配的库图像的相似度变低，进而使得标签不匹配的库图像不在搜索结果里面，提高了搜索结果的准确度。

在上述第一方面的一种可能的实现中，上述方法还包括：确定每张库图像与目标图像的标签的匹配度，并根据每张库图像与目标图像的标签的匹配度，获得每张库图像与目标图像之间的相似度包括：确定每张库图像与目标图像的标签的匹配度，通过距离算法计算每张库图像与目标图像的原始相似度；以每张库图像与目标图像的标签的匹配度作为调整系数，对每个原始相似度进行调整，获得每张库图像与目标图像之间的相似度。

在上述第一方面的一种可能的实现中，上述方法还包括：确定每张库图像与目标图像的标签的匹配度，并根据每张库图像与目标图像的标签的匹配度，获得每张库图像与目标图像之间的相似度包括：确定每张库图像与目标图像的标签的匹配度，利用距离算法，并且将每张库图像与目标图像的标签的匹配度作为用于距离算法的调整系数，计算获得每张库图像与目标图像的特征向量之间的相似度。

在上述第一方面的一种可能的实现中，上述方法还包括：距离算法包括用于计算欧氏距离、余弦距离、曼哈顿距离、马氏距离、和EMD距离的算法中的至少一种算法。

在上述第一方面的一种可能的实现中，上述方法还包括：确定每张库图像与目标图像的标签的匹配度，包括：通过标签匹配算法确定库图像和目标图像之间标签的匹配度，其中，标签匹配算法包括双向编码器算法、长短时记忆神经网络算法、双向长短时记忆神经网络中的至少一种算法。

在上述第一方面的一种可能的实现中，上述方法还包括：确定每张库图像与目标图像的标签的匹配度，并根据每张库图像与目标图像的标签的匹配度，获得每张库图像与目标图像之间的相似度包括：针对一张库图像，在目标图像中的至少一个标签与库图像中的标签不匹配的情况下，目标图像与库图像的相似度降低。