[发明专利]特征底库构建、特征检索方法以及相关装置

说明书

本发明提供一种特征底库构建方法、特征检索方法以及相关装置，其中特征底库构建方法包括：从特征底库中待插入特征的最高目标层的上一层中，确定最高目标层的第一入口特征；基于第一入口特征在最高目标层中搜索得到待插入特征的第一匹配特征；响应于最高目标层的上一层中的第一匹配特征数量未达预设数量，确定最高目标层的上一层的第二入口特征，基于第二入口特征在最高目标层的上一层中搜索得到待插入特征的第二匹配特征。该方法能够提高特征检索的召回率。

技术领域

本发明涉及图像检索技术领域，尤其是涉及一种特征底库构建方法、特征检索方法以及相关装置。

背景技术

特征的检索技术是基于特征提取技术获取到的特征向量进行相似度比对，从而找到待检索特征的相似特征，再根据相似特征找到对应的照片。一般情况下，底库数据不是很多时，可采用线性暴力搜索的方式进行特征检索。然而随着科技的发展，尤其在安防和监控领域，上千亿的数据被积累，且向量化的特征维度高达成百上千，线性搜索由于资源占用和效率问题，已无法满足当前需求。因此特征检索方面针对特征高维且数据量大的现状，不断产生相应的索引和搜索机制来减少向量的搜索空间，提高检索速度。

以人脸特征为例，目前人脸特征的检索主要针对安防领域中的人证搜索，即根据公安局所注册的人脸证件照或人脸聚类业务中的一人一档作为底库，以及不同型号的NVR（网络录像机）或其它的电子设备所抓拍到的人脸图像作为待搜索人脸特征，通过对证件照底库进行合理的索引构建，以及后期搜索方式的设计来提高人脸特征的搜索效率，常用的人脸特征检索方法主要包括树、矢量量化、哈希以及近邻图等。其中近邻图方法在大规模高维人脸特征搜索上表现优秀，HNSW（分层可导航小世界图）是近邻图方法的典型代表，其在召回率和耗时都明显优于其它算法，它主要通过多个小世界网络的思想来构建多层索引，希望通过网络近邻边来检索待检索特征的一定数量的相似特征，而多个网络就类似二叉树的多层结构，由上至下，依次缩小检索区域，从而降低检索量，提高检索效率。

但是HNSW（分层可导航小世界图）在所有都见接端，会出现索引结构的连通性和不稳定性，这会导致检索的召回率低，耗时时间长。

发明内容

本发明提供一种特征底库构建方法、特征检索方法以及相关装置，该方法能够提高特征检索的召回率。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种特征底库构建方法，包括：从特征底库中待插入特征的最高目标层的上一层中，确定最高目标层的第一入口特征；基于第一入口特征在最高目标层中搜索得到待插入特征的第一匹配特征；响应于最高目标层的上一层中的第一匹配特征数量未达预设数量，确定最高目标层的上一层的第二入口特征，基于第二入口特征在最高目标层的上一层中搜索得到待插入特征的第二匹配特征。

其中，响应于最高目标层的上一层中的第一匹配特征数量未达预设数量，确定最高目标层的上一层的第二入口特征，基于第二入口特征在最高目标层的上一层中搜索得到待插入特征的第二匹配特征的步骤还包括：响应于最高目标层的上一层中不具有待插入特征，且响应于最高目标层的上一层中第一匹配特征数量未达到预设数量，确定最高目标层的上一层的第二入口特征，基于第二入口特征在最高目标层的上一层中搜索得到待插入特征的第二匹配特征。

其中，方法还包括：响应于最高目标层的上一层中第一匹配特征数量达到预设数量，或者响应于最高目标层的上一层中不具有待插入特征，且响应于最高目标层的上一层中第一匹配特征数量达到预设数量，确定最高目标层的下一层的第三入口特征，基于第三入口特征在最高目标层的下一层中搜索得到待插入特征的第三匹配特征。

其中，从特征底库中待插入特征的最高目标层的上一层中，确定最高目标层的第一入口特征的步骤，包括：利用贪婪搜索的方式从特征底库的最高层至最高目标层的上一层中进行搜索，以得到确定第一入口特征。