一种图像搜索方法及相关装置与流程

1.本发明涉及图像处理技术领域，特别涉及一种图像搜索方法及相关装置。


背景技术：

2.随着科技的发展，图像检索技术愈加成熟。图像检索技术是通过对待搜索图像所提取到的特征向量与图像库中图像进行相似度比对，从而获取与待搜索图像相近的图像。
3.相关技术中多采用线性检索的方式进行图像特征的检索，所谓线性检索即通过待搜索图像的特征向量对图像库中全部图像进行全局特征比对。现今的安防、监控等领域，上亿的图像数据被积累，向量化的特征维度成百上千。这种对已存储图像进行全面检索的方式对内存空间的占用较大，且耗时较长。


技术实现要素：

4.本技术实施例提供一种图像搜索方法及相关装置，用以至少提升对图像进行搜索的效率。
5.第一方面，本技术实施例提供了一种图像搜索方法，所述方法包括：
6.对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；
7.基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；
8.基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；
9.根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。
10.本技术实施例预先通过对原始图像库中的原始图像进行降维处理以构建图像底库。对待处理图像进行降维处理后，使各待处理图像与图像底库中的降维图像的特征数量相同。基于降维特征对图像底库进行特征比对以确定与待处理图像相似度较高的降维检索图像，进而缩小检索范围。采用降维特征进行特征比对相比于未降维的图像特征存在一定损失，为提高检索精度，本技术实施例从原始图像库中确定降维检索图像对应的检索图像集，并根据待处理图像与检索图像集进行二次特征比对，以此确定目标图像。上述流程通过采用降维特征进行相似度比对以降低对内存空间的占用，提高检索效率。并在缩小检索范围后，采用待处理图像为降维的图像特征与检索图像集进行二次特征比对，以提高目标图像的检索精度。
11.在一些可能的实施例中，所述基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像，包括：
12.将所述待处理图像集分成多组；
13.针对任一组待处理图像，将所述待处理图像与所述图像底库中的降维图像进行特征比对，得到该组待处理图像中每一待处理图像与所述降维图像的特征相似度；
14.基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像；
15.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第一数量的降维图像，所述第一数量的降维图像为所述降维检索图像。
16.本技术实施例采用降维特征对图像底库进行特征比对时，采用分组比对的方式，通过将待处理图像集分成多组，针对每一组待处理图像，将该待处理图像与图像底库中的降维图像进行特征比对，并根据比对结果从每一组中筛选出第二数量的降维图像。再对上述筛选出的全部降维图像选出第一数量的降维图像作为降维检索图像，以此提高检索效率。
17.在一些可能的实施例中，所述将所述待处理图像与所述图像底库中的降维图像进行特征比对，包括：
18.将所述图像底库中的降维图像分成多组；
19.针对任一组降维图像，将所述待处理图像与每一降维图像进行特征比对，得到所述待处理图像与各所述降维图像的特征相似度。
20.本技术实施例针对每组待处理图像与图像底库中的降维图像进行特征比对时，可采用分组比对的方式，通过将图像底库中的降维图像分成多组，并针对每一组降维图像，将待处理图像与每一降维图像进行特征比对，以得到该待处理图像与各降维图像的特征相似度，由此提高检索效率。
21.在一些可能的实施例中，所述基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像，包括：
22.基于每组降维图像的特征比对结果，从所述每组降维图像中选取第三数量的降维图像；
23.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第二数量的降维图像。
24.本技术实施例根据每组降维图像的特征比对结果从每组降维图像中选取中第三数量的降维图像，并基于筛选出的全部降维图像，从中选出第二数量的降维图像，以此得到的第二数量的降维图像即为所有降维图像中，与待处理图像相似度最高的图像。
25.在一些可能的实施例中，所述每一原始图像均设有在原始图像集中唯一的图像标签，每一降维图像与所述降维图像对应的原始图像的图像标签相同；所述基于所述降维检索图像，从所述原始图像库中确定检索图像集，包括：
26.识别所述降维检索图像的图像标签；
27.从所述原始图像集中获取与所述降维检索图像的图像标签相同的原始图像，并根据所述原始图像确定所述检索图像集。
28.本技术实施例预先对原始图像设有图像标签，且原始图像与降维处理后的降维图像的图像标签相同，由此从图像底库中确定降维检索图像后，通过降维检索图像的图像标签即可追述到对应的原始图像，以此确定检索图像集。
29.在一些可能的实施例中，所述根据所述待处理图像对所述检索图像集进行特征比
对，基于比对结果从所述检索图像中确定出目标图像，包括：
30.获取所述待处理图像的原始图像特征，所述原始图像特征为所述待处理图像未进行降维处理的图像特征；
31.采用所述原始图像特征与所述检索图像集进行特征比对，得到与所述待处理图像相似度最高的目标图像。
32.本技术实施例在确定目标图像时，采用待处理图像为降维处理的图像特征与检索图像集进行特征比对，由此可避免采用降维特征进行特征比对所造成的损失，进而提高检索精度。
33.在一些可能的实施例中，所述图像底库是根据以下方式确定的：
34.针对所述原始图像库中的每一原始图像，将所述原始图像进行降维处理，得到降维图像；其中，降维图像的图像特征数量小于原始图像的图像特征数量，且降维图像的图像特征数量与原始图像的图像特征数量之比为预设比例；
35.对所述降维图像的图像特征进行量化处理，以使所述图像底库中每一降维图像的图像特征的字节数小于量化处理前的字节数。
36.本技术实施例将原始图像库进行降维处理，得到降维图像，并对降维图像的图像特征进行量化处理，以降低降维图像的图像特征的字节数，以此，由降维图像构成的图像底库相比于原始图像库的数据量会大幅缩小，进而降低内存空间的占用。
37.在一些可能的实施例中，所述将所述待处理图像与所述图像底库中的降维图像进行特征比对之前，所述方法还包括：
38.对所述降维图像进行反量化处理，反量化处理后的降维图像的图像特征与所述降维图像对应原始图像的图像特征的特征类型相同。
39.本技术实施例中的降维图像经过量化处理后具备更小的内存占用，需在待处理图像与降维图像进行特征比对之前对降维图像进行反量化，以保证检索精度。
40.在一些可能的实施例中，所述对所述降维图像的图像特征进行量化处理后的降维图像的图像特征类型为整数类型。
41.本技术实施例对降维图像的图像特征进行量化处理后，将图像特征类型变更为整数类型int，以使图像特征的字节数为2，进而降低内存占用。
42.第二方面，本技术实施例提供了一种图像搜索装置，所述装置包括：
43.降维特征获取模块，对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；
44.降维图像筛选模块，基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；
45.检索图像确定模块，基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；
46.目标图像确定模块，根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。
47.在一些可能的实施例中，执行所述基于所述降维特征，从图像底库中筛选出第一
数量的降维图像为降维检索图像，所述降维图像筛选模块被配置为：
48.将所述待处理图像集分成多组；
49.针对任一组待处理图像，将所述待处理图像与所述图像底库中的降维图像进行特征比对，得到该组待处理图像中每一待处理图像与所述降维图像的特征相似度；
50.基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像；
51.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第一数量的降维图像，所述第一数量的降维图像为所述降维检索图像。
52.在一些可能的实施例中，执行所述将所述待处理图像与所述图像底库中的降维图像进行特征比对，所述降维图像筛选模块被配置为：
53.将所述图像底库中的降维图像分成多组；
54.针对任一组降维图像，将所述待处理图像与每一降维图像进行特征比对，得到所述待处理图像与各所述降维图像的特征相似度。
55.在一些可能的实施例中，执行所述基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像，所述降维图像筛选模块被配置为：
56.基于每组降维图像的特征比对结果，从所述每组降维图像中选取第三数量的降维图像；
57.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第二数量的降维图像。
58.在一些可能的实施例中，所述每一原始图像均设有在原始图像集中唯一的图像标签，每一降维图像与所述降维图像对应的原始图像的图像标签相同；执行所述基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像确定模块被配置为：
59.识别所述降维检索图像的图像标签；
60.从所述原始图像集中获取与所述降维检索图像的图像标签相同的原始图像，并根据所述原始图像确定所述检索图像集。
61.在一些可能的实施例中，所述根据所述待处理图像对所述检索图像集进行特征比对，基于比对结果从所述检索图像中确定出目标图像，所述目标图像确定模块被配置为：
62.获取所述待处理图像的原始图像特征，所述原始图像特征为所述待处理图像未进行降维处理的图像特征；
63.采用所述原始图像特征与所述检索图像集进行特征比对，得到与所述待处理图像相似度最高的目标图像。
64.在一些可能的实施例中，所述图像底库是根据以下方式确定的：
65.针对所述原始图像库中的每一原始图像，将所述原始图像进行降维处理，得到降维图像；其中，降维图像的图像特征数量小于原始图像的图像特征数量，且降维图像的图像特征数量与原始图像的图像特征数量之比为预设比例；
66.对所述降维图像的图像特征进行量化处理，以使所述图像底库中每一降维图像的图像特征的字节数小于量化处理前的字节数。
67.在一些可能的实施例中，执行所述将所述待处理图像与所述图像底库中的降维图像进行特征比对之前，所述降维图像筛选模块还被配置为：
68.对所述降维图像进行反量化处理，反量化处理后的降维图像的图像特征与所述降维图像对应原始图像的图像特征的特征类型相同。
69.在一些可能的实施例中，所述对所述降维图像的图像特征进行量化处理后的降维图像的图像特征类型为整数类型。
70.第三方面，本技术实施例还提供了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本技术实施例提供的一种目标对象的档案搜索方法。
71.第四方面，本技术实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行本技术实施例提供的一种目标对象的档案搜索方法。
72.本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
73.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
74.图1为本技术实施例示出的应用场景示意图；
75.图2a为本技术实施例示出的一种图像搜索方法的整体流程图；
76.图2b为本技术实施例示出的降低内存空间占用的示意图；
77.图2c为本技术实施例示出的确定降维检索图像的示意图；
78.图2d为本技术实施例示出的特征对比示意图；
79.图3为本技术实施例示出的一种图像搜索装置300的结构图；
80.图4为本技术实施例示出的电子设备示意图。
具体实施方式
81.下面将结合附图对本技术实施例中的技术方案进行清楚、详尽地描述。在本技术实施例的描述中，除非另有说明，“面将表示或的意思，例如，a/b可以表示a或b；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况，另外，在本技术实施例的描述中，“多个”是指两个或多于两个。
82.在本技术实施例的描述中，除非另有说明，术语“多个”是指两个或两个以上，其它量词与之类似应当理解，此处所描述的优选实施例仅用于说明和解释本技术，并不用于限定本技术，并且在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
83.为进一步说明本技术实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本技术实施例提供了如下述实施例或附图所示的方法操作步骤，
但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本技术实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。
84.图像检索技术应用十分广泛，以人脸特征检索为例，如在公安行业破案时，需要根据未确认身份的嫌疑人图像对图像库中的海量人像进行检索，以获取该嫌疑人的身份信息。相关技术中，需在提取待搜索图像的图像特征后，将图像特征全量拉入到内存。通过与已存储的图像(即图像库)进行特征比对，并将相似度高于预设阈值的图像输出。然而，这种对已存储图像进行全面检索的方式对内存空间的占用较大，且耗时较长。
85.为解决上述问题，本技术的发明构思为：本技术实施例预先通过对原始图像库中的原始图像进行降维处理以构建图像底库。对待处理图像进行降维处理后，使各待处理图像与图像底库中的降维图像的特征数量相同。由此可基于降维特征对图像底库进行特征比对以确定与待处理图像相似度较高的降维检索图像。由于采用降维特征进行特征比对相比于未降维的图像特征存在一定损失，为提高检索精度，本技术实施例从原始图像库中确定降维检索图像对应的检索图像集，并根据待处理图像与检索图像集进行二次特征比对，以此确定目标图像。上述流程通过采用降维特征进行相似度比对以降低对内存空间的占用，从而提高检索效率。
86.首先对本技术实施例中的待处理图像和原始图像进行说明：
87.本技术实施例中的待处理图像可以是有检索需求的任何图像，如可以但不局限于包括人脸图像、人体图像、动物图像、植物图像、建筑物图像、车辆图像、商品或物品图像等；原始图像即为采用如网络视频录像机(nvr，network video recorder)捕捉到的视频帧图像，或其它的图像采集装置捕捉的单帧图像，如可以但不局限于包括人脸图像、人体图像、动物图像、植物图像、建筑物图像、车辆图像、商品或物品图像等；在本技术实施例的以下内容中，以人脸图像作为待处理图像的具体示例，对本技术提供的图像搜索方法及相关装置做进一步说明。
88.下面结合附图对本技术实施例中的目标对象的档案搜索方法进行详细说明。
89.参见图1，为根据本技术一个实施例的应用环境的示意图。
90.如图1所示，该应用环境中例如可以包括网络10、服务器20、至少一个终端设备30以及数据库40。其中，终端设备30可包括图1中示出的智能手机30_1、台式电脑30_2、以及笔记本电脑30_n。
91.在图1所示的应用场景中，用户通过将多张待搜索图像输入到终端设备30中，终端设备30通过网络10将待搜索图像发送给服务器20。服务器20通过对待处理图像的进行降维处理来确定待处理图像的降维特征，以使降维特征与数据库40中预存的图像底库中各降维图像的特征数量相同。
92.在一些可能的实施例中，服务器20基于该降维特征对数据库40中预存的图像底库进行检索，检索出相似度最高的前n张图像，其中n为整数。进一步的，确定该n张图像的原始图像，各原始图像即为该n张图像降维处理前的图像。
93.在一些可能的实施例中，采用待处理图像未降维处理的图像特征与各原始图像进行特征比对，以确定相似度最高的目标图像。
94.介绍了本技术技术方案适用的应用场景后，下面结合附图对本技术实施例提供的一种图像搜索方法进行详细说明，具体如图2a所示，包括以下步骤：
95.步骤201：对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；
96.下面以512维、float浮点型的标准图像作为待处理图像和原始图像库中的原始图像进行举例说明。应理解的是，上述对图像特征数量和类型的限定仅为便于描述本技术提供的技术方案，而非限制本技术的适用范围。
97.本技术实施例预先对待处理图像进行降维处理，将待处理图像的维度将至256维，由此该待处理图像占用内存即缩减一倍。
98.步骤202：基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；
99.图像检索技术需根据待搜索图像向图像库中搜索与待搜索图像相似的目标图像。前文已提及，为便于说明，将人脸图像作为本技术实施例中的待搜索图像。相应的，本技术实施例中的原始图像库即为如安防等领域基于图像采集装置构建的视频帧图像库或人像库。
100.本技术实施例预先将原始图像库中每一原始图像进行降维处理得到降维图像，每一降维图像的图像特征数量应与待搜索图像的降维特征数量相同，降维图像的图像特征数量小于原始图像的图像特征数量，且降维图像的图像特征数量与原始图像的图像特征数量之比为预设比例。具体如图2b所示，例如原始图像为512维，则降维图像即为256维。进一步的，对降维图像进行量化处理，量化处理的目的在于变更降维图像的图像特征类型，具体的，原始图像是float型，则降维处理后得到的降维图像也是float型。通过对float型的降维图像进行量化处理，使降维图像变更为int型，这样由8字节缩减为2字节。
101.通过上述处理，将原本512维度，float型的原始图像变更为256维，int型的降维图像时，图像特征维度缩小至原本的二分之一，减少了一半的内存占用。进一步的，将原本float型的降维图像的图像特征变更为int型，字节缩小至原本的四分之一，内存占用降低4倍。由此，根据各降维图像构建的图像底库相比于原始图像库所占内存共计缩小了8倍。考虑到实际应用中的人脸特征检索多为批处理流程。即，将nvr(网络录像机)或其它的电子设备捕捉到的多张人脸图像存入内存，采用批量比对的方式对图像库进行检索，以确定各待处理图像对应的目标图像(即图像库中与每一待处理图像相似度最高的图像)。
102.基于此，本技术在获取待处理图像集中各待处理图像的降维特征后，可各待处理图像量化处理为int型存入内存，以降低内存占用空间。在进行特征比对时，首先将待处理图像集分成多组，针对任一组待处理图像，将待处理图像与图像底库中的降维图像进行特征比对，得到该组待处理图像中每一待处理图像与所述降维图像的特征相似度。然后，基于每组待处理图像的特征比对结果，从每组待处理图像中分别选取第二数量的降维图像。并基于选取的降维图像的特征比对结果，从选取的降维图像中选取第一数量的降维图像作为降维检索图像。
103.具体可如图2c所示，例如待处理图像集中共100张图像，首先将100张待处理图像均分为10张一组，共计10组，标号1～10。然后对每组待处理图像进行特征比对，根据特征比
对结果从中选取出相似度最高的前10张降维图像。再从每组选取出的10张降维图像(共计100张图像)中选出相似度最高的10张图像作为降维检索图像。
104.另考虑到分组比对的方式能够有效提高检索速率，故将所述待处理图像述图像底库中的降维图像进行特征比对时，可将图像底库中的降维图像分成多组，并针对任一组降维图像，将待处理图像与每一降维图像进行特征比对，得到待处理图像与各所述降维图像的特征相似度。然后，基于每组降维图像的特征比对结果，从每组降维图像中选取第三数量的降维图像。基于选取的降维图像的特征比对结果，从选取的降维图像中选取第二数量的降维图像。
105.具体可如图2d所示，例如待处理图像集中共100张图像，图像底库中共计10000张降维图像。首先将100张待处理图像均分为10张一组，共计10组，标号1～10。然后将降维图像均分为1000张一组，共计10组，标号a～j。以待处理图像中的组10为例，对每组待处理图像进行特征比对时，分别与a到j每组进行特征比对，并根据每组的特征比对结果，筛选出相似度最高的前10张图像，共计筛选出100张图像，并从筛选出的100张图像中选取相似度最高的10张图像，作为该组待处理图像特征比对得到的，相似度最高的10张降维图像。
106.另需说明的是，前文已提及内存中存储的图像底库和待处理图像的降维特征均为int型，为提高检索精度应在进行特征比对之前将待处理图像和降维图像进行反量化处理，即由int型变更为float型。由于本技术实施例是分组进行特征比对，故每次的计算量(即每组特征比对时)相比于全局特征比对会降低很多，反量化处理的资源占比很小，经过测试该方式相比于全局特征比对仍能够有效的提高计算效率。
107.步骤203：基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；
108.本技术实施例中每一原始图像均设有在原始图像集中唯一的图像标签，每一降维图像与该降维图像对应的原始图像的图像标签相同。即，原始图像经过降维处理后的降维图像的图像标签与原始图像相同。由于前文提及的降维检索图像是从图像底库中筛选得到的，其本质仍为降维图像。基于此，在获取降维检索图像后，可通过查询该降维检索图像的图像标签，并基于该图像标签对原始图像库进行检索即可确定各降维检索图像对应的原始图像，检索得到的各原始图像即为检索图像集。
109.步骤204：根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。
110.考虑到采用降维特征进行特征比对会存在一定损失，其检索精度低于未降维的图像特征。故根据待处理图像对检索图像集进行特征比对，并基于比对结果确定目标图像时，首先确定该待处理图像的原始图像特征，原始图像特征即为待处理图像未进行降维处理的图像特征。然后采用原始图像特征与检索图像集进行特征比对，从而得到与该待处理图像相似度最高的目标图像。该检索阶段由于比对的数据量巨幅减少，因此其检索耗时可忽略不计，该阶段耗时主要体现在数据库查询阶段，即获取检索图像集的过程。通过采用并行和一些数据库查询操作优化后，该阶段耗时能够被有效降低。
111.由此，本技术实施例上述流程先通过采用降维特征进行相似度比对以降低对内存空间的占用，提高检索效率。然后在缩小检索范围后(即从原始图像库中确定降维检索图像后)，采用待处理图像为降维的图像特征与检索图像集进行二次特征比对，以提高目标图像
的检索精度。
112.基于相同的发明构思，本技术实施例提供了一种人脸特征的搜索装置300，具体如图3所示，包括：降维特征获取模块301，被配置为执行对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；
113.降维特征获取模块301，对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；
114.降维图像筛选模块302，基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；
115.检索图像确定模块303，基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；
116.目标图像确定模块304，根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。
117.在一些可能的实施例中，执行所述基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像，所述降维图像筛选模块302被配置为：
118.将所述待处理图像集分成多组；
119.针对任一组待处理图像，将所述待处理图像与所述图像底库中的降维图像进行特征比对，得到该组待处理图像中每一待处理图像与所述降维图像的特征相似度；
120.基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像；
121.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第一数量的降维图像，所述第一数量的降维图像为所述降维检索图像。
122.在一些可能的实施例中，执行所述将所述待处理图像与所述图像底库中的降维图像进行特征比对，所述降维图像筛选模块302被配置为：
123.将所述图像底库中的降维图像分成多组；
124.针对任一组降维图像，将所述待处理图像与每一降维图像进行特征比对，得到所述待处理图像与各所述降维图像的特征相似度。
125.在一些可能的实施例中，执行所述基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像，所述降维图像筛选模块302被配置为：
126.基于每组降维图像的特征比对结果，从所述每组降维图像中选取第三数量的降维图像；
127.基于选取的降维图像的特征比对结果，从选取的降维图像中选取第二数量的降维图像。
128.在一些可能的实施例中，所述每一原始图像均设有在原始图像集中唯一的图像标签，每一降维图像与所述降维图像对应的原始图像的图像标签相同；执行所述基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像确定模块303被配置为：
129.识别所述降维检索图像的图像标签；
130.从所述原始图像集中获取与所述降维检索图像的图像标签相同的原始图像，并根
据所述原始图像确定所述检索图像集。
131.在一些可能的实施例中，所述根据所述待处理图像对所述检索图像集进行特征比对，基于比对结果从所述检索图像中确定出目标图像，所述目标图像确定模块304被配置为：
132.获取所述待处理图像的原始图像特征，所述原始图像特征为所述待处理图像未进行降维处理的图像特征；
133.采用所述原始图像特征与所述检索图像集进行特征比对，得到与所述待处理图像相似度最高的目标图像。
134.在一些可能的实施例中，所述图像底库是根据以下方式确定的：
135.针对所述原始图像库中的每一原始图像，将所述原始图像进行降维处理，得到降维图像；其中，降维图像的图像特征数量小于原始图像的图像特征数量，且降维图像的图像特征数量与原始图像的图像特征数量之比为预设比例；
136.对所述降维图像的图像特征进行量化处理，以使所述图像底库中每一降维图像的图像特征的字节数小于量化处理前的字节数。
137.在一些可能的实施例中，执行所述将所述待处理图像与所述图像底库中的降维图像进行特征比对之前，所述降维图像筛选模块302还被配置为：
138.对所述降维图像进行反量化处理，反量化处理后的降维图像的图像特征与所述降维图像对应原始图像的图像特征的特征类型相同。
139.在一些可能的实施例中，所述对所述降维图像的图像特征进行量化处理后的降维图像的图像特征类型为整数类型。
140.下面参照图4来描述根据本技术的这种实施方式的电子设备130。图4显示的电子设备130仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
141.如图4所示，电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于：上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
142.总线133表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
143.存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)1321和/或高速缓存存储器1322，还可以进一步包括只读存储器(rom)1323。
144.存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
145.电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备130交互的设备通信，和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口135进行。并且，电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备130使用其它硬件和/或软件模块，包括但不限
于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
146.在一些可能的实施方式中，本技术提供的一种图像搜索方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的一种图像搜索方法中的步骤。
147.程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
148.本技术的实施方式的用于图像搜索的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在电子设备上运行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
149.可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
150.可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
151.可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务端上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
152.应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
153.此外，尽管在附图中以特定顺序描述了本技术方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
154.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
155.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程和/或方框、以及流程图和方框图中的流程和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的装置。
156.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能。
157.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的步骤。
158.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
159.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种图像搜索方法，其特征在于，所述方法包括：对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像，包括：将所述待处理图像集分成多组；针对任一组待处理图像，将所述待处理图像与所述图像底库中的降维图像进行特征比对，得到该组待处理图像中每一待处理图像与所述降维图像的特征相似度；基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像；基于选取的降维图像的特征比对结果，从选取的降维图像中选取第一数量的降维图像，所述第一数量的降维图像为所述降维检索图像。3.根据权利要求2所述的方法，其特征在于，所述将所述待处理图像与所述图像底库中的降维图像进行特征比对，包括：将所述图像底库中的降维图像分成多组；针对任一组降维图像，将所述待处理图像与每一降维图像进行特征比对，得到所述待处理图像与各所述降维图像的特征相似度。4.根据权利要求3所述的方法，其特征在于，所述基于每组待处理图像的特征比对结果，从所述每组待处理图像中分别选取第二数量的降维图像，包括：基于每组降维图像的特征比对结果，从所述每组降维图像中选取第三数量的降维图像；基于选取的降维图像的特征比对结果，从选取的降维图像中选取第二数量的降维图像。5.根据权利要求1所述的方法，其特征在于，所述每一原始图像均设有在原始图像集中唯一的图像标签，每一降维图像与所述降维图像对应的原始图像的图像标签相同；所述基于所述降维检索图像，从所述原始图像库中确定检索图像集，包括：识别所述降维检索图像的图像标签；从所述原始图像集中获取与所述降维检索图像的图像标签相同的原始图像，并根据所述原始图像确定所述检索图像集。6.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像对所述检索图像集进行特征比对，基于比对结果从所述检索图像中确定出目标图像，包括：获取所述待处理图像的原始图像特征，所述原始图像特征为所述待处理图像未进行降
维处理的图像特征；采用所述原始图像特征与所述检索图像集进行特征比对，得到与所述待处理图像相似度最高的目标图像。7.根据权利要求1-6中任一所述的方法，其特征在于，所述图像底库是根据以下方式确定的：针对所述原始图像库中的每一原始图像，将所述原始图像进行降维处理，得到降维图像；其中，降维图像的图像特征数量小于原始图像的图像特征数量，且降维图像的图像特征数量与原始图像的图像特征数量之比为预设比例；对所述降维图像的图像特征进行量化处理，以使所述图像底库中每一降维图像的图像特征的字节数小于量化处理前的字节数。8.根据权利要求7所述的方法，其特征在于，所述将所述待处理图像与所述图像底库中的降维图像进行特征比对之前，所述方法还包括：对所述降维图像进行反量化处理，反量化处理后的降维图像的图像特征与所述降维图像对应原始图像的图像特征的特征类型相同。9.根据权利要求7所述的方法，其特征在于，所述对所述降维图像的图像特征进行量化处理后的降维图像的图像特征类型为整数类型。10.一种图像搜索装置，其特征在于，所述装置包括：降维特征获取模块，对待处理图像集中的每一待处理图像进行降维处理，获取所述待搜索图像的降维特征；降维图像筛选模块，基于所述降维特征，从图像底库中筛选出第一数量的降维图像为降维检索图像；其中，所述图像底库为原始图像库中的原始图像降维处理后的降维图像的集合，所述图像底库中每一降维图像的图像特征数量与所述待搜索图像的降维特征数量相同；检索图像确定模块，基于所述降维检索图像，从所述原始图像库中确定检索图像集，所述检索图像集为每一降维检索图像的原始图像的集合；目标图像确定模块，根据所述待处理图像对所述检索图像集进行特征比对，并基于比对结果从所述检索图像中确定出目标图像。11.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-9中任何一项所述的方法。12.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行如权利要求1-9任何一项所述的方法。

技术总结
本申请公开了一种图像搜索方法及相关装置，通过对原始图像库中的原始图像进行降维处理以构建图像底库。对待处理图像进行降维处理后，使各待处理图像与图像底库中的降维图像的特征数量相同。基于降维特征对图像底库进行特征比对以确定与待处理图像相似度较高的降维检索图像，进而缩小检索范围。进一步的，从原始图像库中确定降维检索图像对应的检索图像集，并根据待处理图像与检索图像集进行二次特征比对，以此确定目标图像。上述流程通过采用降维特征进行相似度比对以降低对内存空间的占用，提高检索效率。并在缩小检索范围后，采用待处理图像为降维的图像特征与检索图像集进行二次特征比对，以提高目标图像的检索精度。以提高目标图像的检索精度。以提高目标图像的检索精度。


技术研发人员：杨凯航 殷俊 朱树磊
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.11.24
技术公布日：2022/3/7