[发明专利]一种相似图像检索方法、系统、设备及存储介质

说明书

本发明公开了一种相似图像检索方法、系统、设备及存储介质，本方法将待测试缺损绘画图像输入至预设的语义修复模型中，获得预设的语义修复模型输出的粗修复绘画图像；提取粗修复绘画图像中多个尺度的像素神经特征和像素RGB特征；根据多个尺度的像素神经特征和像素RGB特征，获取第一预设数量的相似像素；验证第一预设数量的相似像素的空间一致性，选取第二预设数量的空间一致的特征匹配对；根据特征匹配对，计算粗修复绘画图像与其他绘画图像之间的密集对应关系，并根据密集对应关系进行相似图像检索，获得与粗修复绘画图像相似的相似绘画图像。本发明能够提高相似图像检索的准确率。

技术领域

本发明涉及图像检索技术领域，尤其是涉及一种相似图像检索方法、系统、设备及存储介质。

背景技术

绘画是记载人类文明的历史文化遗产之一。由于保护不当、潮湿及光照等原因，目前大部分的绘画艺术文物都存在缺损问题，例如老化、划痕及剥落等。剥落及裂纹是古壁画中最常见的缺损问题。与老化时间及机械相关的剥落往往导致壁画大面积内容的缺失，从而严重影响整幅壁画的视觉效果。绘画领域知识对于复原缺损绘画艺术文物具有重要的参考价值。绘画知识重要包含绘制内容及绘制工具两类。绘制内容相关的绘画知识主要涉及复制品及绘画本身已有相似内容。绘画文物是众多绘画作品中的珍贵作品，如敦煌壁画、梵高油画等。这些珍贵的绘画艺术文物，通常在各个历史时期得到众多美术家的临摹，可能为原绘画作品的修复提供了完整的绘画信息。绘画文物看上去独一无二，但是绘画者往往在不同的作品中重复使用相同的元素及图案，同一绘画者的绘制风格及手法在多个作品中也重复存在，如敦煌壁画都是由经过严格培训过的画师进行绘制的，这使得同一时期的壁画在绘画风格和内容上很相似。

目前，大部分的图像检索方法都是针对完整图像的，且基于监督的深度神经网络图像检索方法需要大量标注的干净训练数据。绘画艺术品存在缺损、污渍等问题且数据有限，现有的深度学习方法无法对缺损绘画图像中的相似图案进行有效检索。传统的基于特征的图像检索方法，只考虑图像的视觉效果相似性，无法进行精确的绘画图案查找。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种相似图像检索方法、系统、设备及存储介质，能够提高相似图像检索的准确率。

第一方面，本发明实施例提供了一种相似图像检索方法，所述相似图像检索方法包括：

将待测试缺损绘画图像输入至预设的语义修复模型中，获得所述预设的语义修复模型输出的粗修复绘画图像；

提取所述粗修复绘画图像中多个尺度的像素神经特征和像素RGB特征；

根据多个尺度的所述像素神经特征和所述像素RGB特征，获取第一预设数量的相似像素；

验证所述第一预设数量的所述相似像素的空间一致性，选取第二预设数量的空间一致的特征匹配对；

根据所述特征匹配对，计算所述粗修复绘画图像与其他绘画图像之间的密集对应关系，并根据所述密集对应关系进行相似图像检索，获得与所述粗修复绘画图像相似的相似绘画图像。

与现有技术相比，本发明第一方面具有以下有益效果：

本方法为了能够提高相似图像检索的准确率，通过将待测试缺损绘画图像输入至预设的语义修复模型中，获得预设的语义修复模型输出的粗修复绘画图像；提取粗修复绘画图像中多个尺度的像素神经特征和像素RGB特征；根据多个尺度的像素神经特征和像素RGB特征，获取第一预设数量的相似像素；验证第一预设数量的相似像素的空间一致性，选取第二预设数量的空间一致的特征匹配对；根据特征匹配对，计算粗修复绘画图像与其他绘画图像之间的密集对应关系，并根据密集对应关系进行相似图像检索，获得与粗修复绘画图像相似的相似绘画图像。本方法基于相似像素的空间一致性获取特征匹配对；根据特征匹配对，计算粗修复绘画图像与其他绘画图像之间的密集对应关系，并根据密集对应关系进行相似图像检索，获得与粗修复绘画图像相似的相似绘画图像，能够提高相似图像检索的准确率。