[发明专利]图像检索方法、商标检索方法、电子设备以及存储介质

权利要求书

1.一种图像检索方法，其特征在于，所述方法包括：

获取待检索的目标图像；

提取所述目标图像的全局特征组合；

基于所述全局特征组合，在数据库中检索得到与所述目标图像相匹配的多个检索图像；

提取所述目标图像的第一局部特征组合，以及所述检索图像的第二局部特征组合；

基于所述第一局部特征组合以及所述第二局部特征组合，对所述多个检索图像进行排序，以得到检索结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一局部特征组合以及所述第二局部特征组合，对所述多个检索图像进行排序，以得到检索结果的步骤，包括：

将每一所述第二局部特征组合中的子特征与所述第一局部特征组合中的子特征进行比较，以统计每一所述局部特征组合中与所述第一局部特征组合中子特征匹配的子特征的数量；

基于所述数量对所述多个检索图像进行排序，以得到检索结果。

3.根据权利要求2所述的方法，其特征在于，所述基于所述数量对所述多个检索图像进行排序，以得到检索结果的步骤，包括：

根据所述数量按照依次递减的方式将所述数量对应的所述检索图像进行重新排序，以得到检索结果。

4.根据权利要求2所述的方法，其特征在于，所述将每一所述第二局部特征组合中的子特征与所述第一局部特征组合中的子特征进行比较的步骤，包括：

利用随机采样一致(RANdom SAmple Consensus，PANSAN)特征匹配算法将每一所述第二局部特征组合中的子特征与所述第一局部特征组合中的子特征进行比较。

5.根据权利要求1所述的方法，其特征在于，所述提取所述目标图像的全局特征组合的步骤包括：

利用卷积神经网络(Convolutional Neural Network，CNN)算法提取所述目标图像的全局特征组合。

6.根据权利要求5所述的方法，其特征在于，所述利用卷积神经网络(ConvolutionalNeural Network，CNN)算法提取所述目标图像的全局特征组合的步骤，包括：

利用卷积层对所述目标图像进行特征提取，进而得到全局子特征组合；

利用池化层对所述全局子特征组合进行处理，进而得到所述全局特征组合。

7.根据权利要求1所述的方法，其特征在于，所述提取所述目标图像的第一局部特征组合，以及所述检索图像的第二局部特征组合的步骤，包括：

利用尺度不变特征变换(Scale invariant feature Transform，SIFT)算法提取所述目标图像的第一局部特征组合，以及利用尺度不变特征变换(Scale invariant featureTransform，SIFT)算法提取所述检索图像的第二局部特征组合。

8.一种商标检索方法，其特征在于，包括：

获取待检索的商标图像；

提取所述商标图像的全局特征组合；

基于所述全局特征组合，在数据库中检索得到与所述商标图像相匹配的多个检索商标图像；

提取所述商标图像的第一局部特征组合，以及所述检索商标图像的第二局部特征组合；

基于所述第一局部特征组合以及所述第二局部特征组合，对所述多个检索商标图像进行排序，以得到检索结果。

9.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行如权利要求1-7任一项所述的图像检索方法或权利要求8所述的商标检索方法。

10.一种计算机可读存储介质，其特征在于，存储有程序文件，所述程序文件能够被执行以实现如权利要求1-7任一项所述的图像检索方法或权利要求8所述的商标检索方法。