图像内容检索方法、装置、设备及存储介质与流程

技术特征：
1.一种图像内容检索方法，其特征在于，包括：接收输入的查询图像；将所述查询图像输入至预训练的hrnet网络中，以提取所述查询图像的图像语义多维特征；所述图像语义多维特征为所述查询图像的图像特征的多维语义表示；确定所述查询图像在图像簇集合中所归属的目标图像簇；确定所述图像语义多维特征分别与所述目标图像簇中每个图像的图像语义多维特征的相似度；根据所述相似度从所述目标图像簇中匹配出多个图像，以作为所述查询图像的检索结果。2.如权利要求1所述的图像内容检索方法，其特征在于，所述hrnet网络在预训练过程中所采用损失函数包括：其中，l1为分类损失函数，l2为中心损失函数，l为损失函数值，m为输入hrnet网络中每一批次的大小，n为类别数量，x
i
为第i个训练样本的特征，y
i
为第i个训练样本的类别标签，为y
i
的权重的转置，为第j个类别标签的权重的转置，为第i个训练样本的类别标签的偏置，b
j
为第j个类别标签，λ为用于平衡l1和l2的超参数，为第i个训练样本的类别标签的类中心。3.如权利要求2所述的图像内容检索方法，其特征在于，所述超参数的取值范围为0.0001～0.01。4.如权利要求1所述的图像内容检索方法，其特征在于，所述确定所述查询图像在图像簇集合中所归属的目标图像簇，包括：将所述查询图像的图像语义多维特征，分别与所述图像簇集合中每个图像簇的簇中心进行余弦距离相似度计算，获得多个余弦距离相似度值；将所述多个余弦距离相似度值按照由大至小的顺序排序；将位于排序中第一顺位对应的图像簇，作为所述查询图像在所述图像簇集合中所归属的目标图像簇。5.如权利要求1所述的图像内容检索方法，其特征在于，所述图像簇集合预先通过以下方式确定：在完成所述hrnet网络的训练后，基于所述hrnet网络提取全量图像的图像语义多维特征；基于所述全量图像的图像语义多维特征对所述全量图像进行聚类，获得所述图像簇集合。6.如权利要求1所述的图像内容检索方法，其特征在于，所述图像语义多维特征中包括512维度的图像语义特征。7.一种图像内容检索装置，其特征在于，包括：查询图像接收模块，用于接收输入的查询图像；
语义特征提取模块，用于将所述查询图像输入至预训练的hrnet网络中，以提取所述查询图像的图像语义多维特征；所述图像语义多维特征为所述查询图像的图像特征的多维语义表示；图像簇确定模块，用于确定所述查询图像在图像簇集合中所归属的目标图像簇；相似度计算模块，用于确定所述图像语义多维特征分别与所述目标图像簇中每个图像的图像语义多维特征的相似度；检索结果生成模块，用于根据所述相似度从所述目标图像簇中匹配出多个图像，以作为所述查询图像的检索结果。8.一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时，执行根据权利要求1-6任意一项所述方法的指令。9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机设备的处理器运行时，执行根据权利要求1-6任意一项所述方法的指令。10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器运行时，执行根据权利要求1-6任意一项所述方法的指令。

技术总结
本说明书涉及图像检索技术领域，提供了一种图像内容检索方法、装置、设备及存储介质，该方法包括：接收输入的查询图像；将所述查询图像输入至预训练的HRNet网络中，以提取所述查询图像的图像语义多维特征；所述图像语义多维特征为所述查询图像的图像特征的多维语义表示；确定所述查询图像在图像簇集合中所归属的目标图像簇；确定所述图像语义多维特征分别与所述目标图像簇中每个图像的图像语义多维特征的相似度；根据所述相似度从所述目标图像簇中匹配出多个图像，以作为所述查询图像的检索结果。本说明书实施例可以提高图像检索结果的准确性。准确性。准确性。


技术研发人员：南晓停
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.09.02
技术公布日：2022/11/29