一種搜索匹配圖片的方法、圖片搜索方法及裝置制造方法
【專利摘要】本發(fā)明實施例提供了一種搜索匹配圖片的方法、圖片搜索方法及裝置，通過設(shè)定第一比例閾值和第二比例閾值，第一比例閾值大于第二比例閾值，在使用較大的那個匹配閾值來進行局部特征匹配，并在此基礎(chǔ)上，對于匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，再使用感知哈希的匹配方式進行篩選，將其中漢明距離小于設(shè)定的第一距離閾值的圖片也放入圖片匹配結(jié)果中，一方面使用較大的匹配閾值保證了圖片的匹配準(zhǔn)確性，另一方面，對于局部特征匹配重合比例在較大匹配閾值和較小匹配閾值之間的圖片，進一步利用感知哈希的方式進行篩選，在保證篩選的圖片的準(zhǔn)確性的前提下，增加了搜索結(jié)果中圖片數(shù)量。
【專利說明】一種搜索匹配圖片的方法、圖片搜索方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】，尤其涉及一種搜索匹配圖片的方法、圖片搜索方法及裝置。
【背景技術(shù)】
[0002]在互聯(lián)網(wǎng)上，有很多圖片會被不同的網(wǎng)站轉(zhuǎn)載，在轉(zhuǎn)載過程中每個網(wǎng)站可能都會對圖片進行處理(縮放、裁剪、加水印、旋轉(zhuǎn)及各種PS等)。將這些圖片內(nèi)容相似但經(jīng)過不同操作得到的圖片識別出來，在許多領(lǐng)域都可能用到，例如應(yīng)用在搜索、去重、過濾等相關(guān)廣品中。
[0003]以搜索引擎為例，以前搜索引擎在進行搜索時，只要給出足夠的關(guān)鍵詞就可以搜到想要的東西。但是對于圖片搜索來說，如果用戶想要找到和一張圖片內(nèi)容相似的所有圖片，但是手頭沒有關(guān)鍵詞，只有“關(guān)鍵圖”，例如用戶手上已經(jīng)有一張圖片，想要找一張尺寸更大的，或是沒有水印的，或是PS處理之前的原圖；在這種情況和前提下，需要對用戶輸入的圖片(為了方便說明，以下稱為待查詢的圖片)，搜索與該圖片內(nèi)容相似的圖片(或者說是與該圖片相匹配的圖片)作為搜索結(jié)果提供給用戶。
[0004]目前匹配圖片的搜索技術(shù)中，使用比較多的是基于圖片局部特征的方法即:從待識別的圖片中提取大量局部特征，將待識別的圖片表示為局部特征的集合。比較兩幅圖片的相似度時，以局部特征集合的重合比例作為比較標(biāo)準(zhǔn)，當(dāng)兩個圖片的局部特征集合的重合比例高于某個固定閾值時則認(rèn)為兩幅圖片是相同的；對于不同類型的圖片，由于圖片中提取的局部特征數(shù)目不同、重復(fù)紋理導(dǎo)致的重復(fù)局部特征數(shù)目不同等原因，局部特征集合重合比例的閾值差異較大。如果閾值選擇不恰當(dāng)，例如當(dāng)閾值設(shè)的過高，會有很多實際匹配的圖片無法被搜索出來(即準(zhǔn)確匹配的圖片數(shù)量相對少)；而閾值設(shè)的過低，則會搜出來很多錯誤匹配的圖片，錯誤圖片與原圖在整體視覺上往往沒有任何相似性。

【發(fā)明內(nèi)容】

[0005]鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的一種搜索匹配圖片的方法、圖片搜索方法及裝置。
[0006]基于上述問題，本發(fā)明實施例提供的一種搜索匹配圖片的方法，包括:
[0007]對用戶輸入的待查詢圖片提取局部特征；
[0008]將圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；
[0009]將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果集合中；
[0010]對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片，放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值。
[0011]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的方法，進一步包括:
[0012]預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，所述離線特征包括感知哈希值和/或設(shè)定數(shù)量的局部特征。
[0013]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的方法，還包括:
[0014]確定所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现?；所述第二距離閾值小于所述第一距離閾值；
[0015]針對所述參照集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例；
[0016]確定所述參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
[0017]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的方法，還包括:
[0018]將所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片放入候選結(jié)果集合中；
[0019]針對所述候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例；
[0020]將候選結(jié)果集合中匹配比例大于所述最小值的圖片放入圖片匹配結(jié)果中。
[0021]本發(fā)明實施例提供的一種圖片搜索方法，包括:
[0022]接收用戶輸入的待查詢圖片，提取所述待查詢圖片的局部特征；基于所述待查詢圖片的局部特征搜索與用戶輸入所述待查詢的圖片相匹配的圖片；
[0023]將搜索到的圖片作為搜索結(jié)果返回給用戶。
[0024]本發(fā)明實施例提供的一種搜索匹配圖片的裝置，包括:
[0025]待查詢圖片提取器，用于對所述待查詢圖片提取局部特征；
[0026]匹配比例確定模塊，用于將圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；
[0027]計算模塊，用于對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離；
[0028]匹配結(jié)果確定模塊，用于根據(jù)匹配比例確定模塊的確定結(jié)果，將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，以及所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第一距離閾值的圖片放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值。
[0029]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的裝置，還包括:存儲模塊；
[0030]所述提取模塊，還用于預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，所述離線特征包括感知哈希值和/或設(shè)定數(shù)量的局部特征；
[0031]所述存儲模塊，用于保存預(yù)先提取的數(shù)據(jù)庫中的每個圖片的感知哈希值和設(shè)定數(shù)量的局部特征。
[0032]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的裝置，還包括:
[0033]參照集合確定模塊，用于確定所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现校凰龅诙嚯x閾值小于所述第一距離閾值；
[0034]所述計算模塊，還用于針對所述參照集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例；并確定所述參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
[0035]進一步地，本發(fā)明實施例提供的上述搜索匹配圖片的裝置，還包括:
[0036]候選結(jié)果集合確定模塊，用于將所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片放入候選結(jié)果集合中；
[0037]所述計算模塊，還用于針對所述候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例；
[0038]匹配結(jié)果確定模塊，還用于將候選結(jié)果集合中匹配比例大于所述最小值的圖片放入圖片匹配結(jié)果中。
[0039]本發(fā)明實施例提供的圖片的搜索裝置，包括:
[0040]輸入接口，用于接收用戶輸入的待查詢圖片；
[0041]圖片查詢器，發(fā)起搜索與所述待查詢圖片相匹配圖片的請求并獲取基于所述待查詢圖片的局部特征的與用戶輸入所述待查詢的圖片相匹配的圖片；
[0042]輸出接口，用于將搜索到的圖片作為搜索結(jié)果返回給用戶。
[0043]本發(fā)明實施例的有益效果包括:
[0044]本發(fā)明實施例提供的一種搜索匹配圖片的方法、圖片搜索方法及裝置，通過設(shè)定兩個匹配閾值-第一比例閾值和第二比例閾值，其中，第一比例閾值大于第二比例閾值，在使用較大的那個匹配閾值來進行局部特征匹配(即:將數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果中)，并在此基礎(chǔ)上，對于匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，再使用感知哈希的匹配方式進行篩選，計算匹配比例小于第一比例閾值大于第二比例閾值的每個圖片的感知哈希值與用戶輸入的圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片也放入圖片匹配結(jié)果中，一方面使用較大的匹配閾值保證了圖片的匹配準(zhǔn)確性，另一方面，對于局部特征匹配重合比例在較大匹配閾值和較小匹配閾值之間的圖片，進一步利用感知哈希的方式進行篩選，在保證篩選的圖片的準(zhǔn)確性的前提下，增加了搜索結(jié)果中圖片數(shù)量。
[0045]上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的【具體實施方式】。
【專利附圖】

【附圖說明】
[0046]通過閱讀下文優(yōu)選實施方式的詳細(xì)描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認(rèn)為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中:
[0047]圖1為本發(fā)明實施例提供的搜索匹配圖片的方法的流程圖；
[0048]圖2為本發(fā)明實施例提供的實例的流程圖；[0049]圖3為本發(fā)明實施例提供的本發(fā)明實施例提供的圖片搜索方法的流程圖；
[0050]圖4為本發(fā)明實施例提供的本發(fā)明實施例提供的搜索匹配圖片的裝置的結(jié)構(gòu)示意圖；
[0051]圖5為本發(fā)明實施例提供的圖片的搜索裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0052]下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。
[0053]下面結(jié)合說明書附圖，對本發(fā)明實施例提供的一種搜索匹配圖片的方法、圖片搜索方法及裝置的【具體實施方式】進行說明。
[0054]本發(fā)明實施例提供的搜索匹配圖片的方法，對現(xiàn)有基于局部特征匹配進行圖片匹配的方法進行了改進，將基于感知哈希進行圖片匹配的方法融入到基于局部特征匹配進行圖片匹配的方法之中，綜合利用局部特征和感知哈希，在滿足圖片搜索結(jié)果的數(shù)量的基礎(chǔ)上，保證搜索結(jié)果的準(zhǔn)確性。
[0055]基于感知哈希進行圖片匹配的方法，簡單來說，就是對一幅圖片提取出感知特征用于描述圖片整體。每個圖片會表示成一個固定長度(64位)的01 二進制串，如果兩個二進制串的漢明距離(不同的位的數(shù)目)低于一定閾值，則認(rèn)為兩幅圖片是相匹配的圖片。
[0056]具體來說，本發(fā)明實施例提供的圖片匹配的方法，如圖1所示，包括以下步驟:
[0057]S101、對用戶輸入的待查詢圖片提取局部特征；
[0058]在本步驟中，提取的局部特征的數(shù)量可以預(yù)先設(shè)定；
[0059]S102、將圖片數(shù)據(jù)庫中每個圖片的局部特征，與用戶輸入的圖片(即待查詢的圖片)的局部特征進行匹配，確定數(shù)據(jù)庫中的每個圖片與用戶輸入的圖片的局部特征的匹配比例；
[0060]S103、將數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果中；
[0061]S104、對于數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與用戶輸入的圖片的感知哈希值之間的漢明距離；
[0062]S105、將其中漢明距離小于設(shè)定的第一距離閾值的圖片，放入圖片匹配結(jié)果中。
[0063]下面分別對上述SlOl?S105進行詳細(xì)的說明。
[0064]本發(fā)明實施例預(yù)先設(shè)置兩個匹配閾值，第一比例閾值和第二比例閾值，其中，第一比例閾值大于第二比例閾值。
[0065]上述方法中，還需要執(zhí)行下述步驟:
[0066]在離線狀態(tài)下，預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，包括提取感知哈希值和/或設(shè)定數(shù)量的局部特征；
[0067]提取之后，為了后續(xù)搜索匹配的圖片的方便，還可以將提取的感知哈希值和設(shè)定數(shù)量的局部特征進行保存。提取的數(shù)量例如可以為幾百個。
[0068]在保存時，可采用感知哈希值列表和局部特征列表存儲于數(shù)據(jù)庫中的存儲方式，每個列表中，都保存了圖片的標(biāo)識和對應(yīng)的多個感知哈希值(多個局部特征)的對應(yīng)關(guān)系。
[0069]這樣，后續(xù)S102和S104就能夠直接使用所保存的每個圖片提取的局部特征和感知哈希值，進行局部特征匹配和漢明距離的計算，提高運算效率。
[0070]上述SlOl中提取局部特征的步驟，可以采用現(xiàn)有技術(shù)的做法，在此不再贅述。
[0071]上述SlOl?S105中，通過設(shè)定兩個匹配閾值-第一比例閾值和第二比例閾值，第一比例閾值大于第二比例閾值，在使用較大的那個匹配閾值來進行局部特征匹配(即:將數(shù)據(jù)庫中局部特征匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果中)，并在此基礎(chǔ)上，對于匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，再使用感知哈希的匹配方式進行篩選，計算匹配比例小于第一比例閾值大于第二比例閾值的每個圖片的感知哈希值與用戶輸入的圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片也放入圖片匹配結(jié)果中，一方面使用較大的匹配閾值保證了圖片的匹配準(zhǔn)確性，另一方面，對于局部特征匹配重合比例在較大匹配閾值和較小匹配閾值之間的圖片，進一步利用感知哈希的方式進行篩選，在保證篩選的圖片的準(zhǔn)確性的前提下，增加了搜索結(jié)果中圖片數(shù)量。
[0072]為了在保證圖片搜索準(zhǔn)確性的基礎(chǔ)上進一步地提高圖片的搜索數(shù)量，本發(fā)明實施例提供的上述圖片匹配的方法，還設(shè)定了另外一個衡量漢明距離的第二距離閾值，該第二距離閾值小于所述第一距離閾值，相應(yīng)地，在上述步驟SlOl?S105的基礎(chǔ)上，還執(zhí)行下述步驟:
[0073]確定數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现校?br> [0074]針對參照集合中的每個圖片，使用該圖片的各局部特征，與用戶輸入的圖片的各局部特征進行匹配，計算該圖片與用戶輸入的圖片的局部特征的匹配比例；
[0075]確定參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
[0076]上述參照集合是使用局部特征匹配的匹配比例小于第一比例閾值大于第二比例閾值的圖片中，使用感知哈希匹配的漢明距離小于第二距離閾值(第二比例閾值小于第一距離閾值)的圖片，該參照集合是上述S105中確定出來的漢明距離小于設(shè)定的第一距離閾值的圖片的子集，換言之，該參照集合是局部特征匹配的匹配比例小于第一比例閾值大于第二比例閾值、且漢明距離小于設(shè)定的第一距離閾值的所有圖片中，更為接近用戶輸入的圖片的那些圖片，使用這些圖片的局部特征匹配的匹配比例值的最小值作為參考值(可視為一個與用戶輸入的圖片非常接近的圖片)，可以從局部特征匹配的匹配比例小于第一比例閾值大于第二比例閾值、且漢明距離大于等于設(shè)定的第一距離閾值的所有圖片中進一步篩選出與用戶輸入的圖片匹配的圖片，增加圖片匹配的選擇范圍。
[0077]因此，在確定參照集合中每個圖片對應(yīng)的匹配比例中的最小值的同時，本發(fā)明實施例提供的上述圖片匹配的方法，還可以包括:
[0078]確定數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片并放入候選結(jié)果集合中；
[0079]針對候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與用戶輸入的圖片的各局部特征進行匹配，計算該圖片與用戶輸入的圖片的局部特征的匹配比例；
[0080]將候選結(jié)果集合中匹配比例大于最小值的圖片放入圖片匹配結(jié)果中。[0081]基于上述步驟，將候選集合中的匹配比例大于上述最小值的圖片放入圖片匹配結(jié)果中，也就是說，將前述與用戶輸入的圖片非常接近的圖片作為參考，將候選集合中的圖片中局部特征匹配比例值大于該參考的圖片的局部特征匹配比例值的圖片，再次作為搜索結(jié)果中的圖片，在保證圖片匹配準(zhǔn)確性的前提下，進一步提高了增加了搜索結(jié)果中圖片數(shù)量。
[0082]為了更好地說明上述方法，以下以一個實際的例子來說明，如圖2所示，該方法的流程說明如下:
[0083]預(yù)先設(shè)置四個閾值，S卩:Al、A2(用于局部特征，A1>A2) ;B1、B2 (用于感知哈希，B1>B2)。
[0084]首先對圖片數(shù)據(jù)庫中的每幅圖片進行離線特征提取，包括64位的感知哈希和局部特征集合(集合元素數(shù)目不限定，約幾百個)。
[0085]并且，對用戶輸入的待查詢圖片同樣提取感知哈希和局部特征。
[0086]然后，將局部特征匹配比例大于等于Al的圖片放入結(jié)果圖片集合R，小于Al但大于A2的圖片放入候選圖片集M。
[0087]進一步地，將圖片集M中的所有圖片中感知哈希的漢明距離小于BI的圖片放入結(jié)果圖片集合R，其余圖片(感知哈希距離大于等于BI)放入候選集合S，而所有小于B2的圖片同時放入調(diào)整參照集N。(調(diào)整參照集N中的圖片是由于感知哈希跟查詢圖片非常接近，所以用來指導(dǎo)調(diào)整局部特征匹配閾值)。
[0088]對圖片集N中的所有圖片，取其中跟查詢圖片局部特征匹配比例的最小值K。
[0089]然后遍歷圖片集S，將局部特征匹配比例超過K的圖片放入結(jié)果圖片集合R。
[0090]從而所有結(jié)果圖片集合R中的圖片即為搜索結(jié)果。
[0091]相對于完全使用局部特征匹配的方法，上述圖2提供的方法，一方面使用感知哈希來自適應(yīng)的調(diào)整局部特征匹配閾值(將匹配閾值由Al降到K)，另一方面感知哈希和局部特征融合也協(xié)助增加了搜索結(jié)果的數(shù)量(局部哈希匹配比例在A2和K之間同時感知哈希距離小于BI的圖片會加入到結(jié)果集)。
[0092]另外，相對于現(xiàn)有技術(shù)中完全使用感知哈希進行圖片匹配的方法，上述圖2提供的方法通過局部特征來克服圖片裁剪、旋轉(zhuǎn)等操作導(dǎo)致的圖片不能判斷為相同的問題是相當(dāng)有效的，克服了僅依靠感知哈希進行圖片匹配帶來的對圖片操作(尤其是裁剪)表現(xiàn)的不夠魯棒，無法對經(jīng)過裁剪、加水印等操作后的圖片進行準(zhǔn)確匹配的問題。
[0093]本發(fā)明實施例提供的圖片搜索方法，如圖3所示，包括下述步驟:
[0094]S301、接收用戶輸入的待查詢圖片，提取所述待查詢圖片的局部特征；
[0095]S302、基于所述待查詢圖片的局部特征搜索與用戶輸入所述待查詢的圖片相匹配的圖片；
[0096]S303、將搜索到的圖片作為搜索結(jié)果返回給用戶。
[0097]其中，上述S302中搜索與用戶輸入的圖片相同的圖片的步驟可以采用本發(fā)明提供的上述搜索匹配圖片的方法，具體實施過程參見前述搜索匹配圖片的方法。比如，
[0098]比如,進一步地,上述步驟S302可包括
[0099]對用戶輸入的待查詢圖片提取局部特征；
[0100]提取圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；[0101]將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果集合中；
[0102]對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片，放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值；所述圖片匹配結(jié)果中的圖片作為與待查詢圖片相匹配的圖片。
[0103]基于同一發(fā)明構(gòu)思，本發(fā)明實施例還提供了一種搜索匹配圖片的裝置和圖片的搜索裝置，由于這些裝置所解決問題的原理與前述搜索匹配圖片的方法和圖片的搜索方法相似，因此該裝置的實施可以參見前述方法的實施，重復(fù)之處不再贅述。
[0104]本發(fā)明實施例提供的搜索匹配圖片的裝置，如圖4所示，包括:
[0105]待查詢圖片提取器401，用于對用戶輸入的待查詢圖片提取局部特征；
[0106]匹配比例確定模塊402，用于將圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；
[0107]計算模塊403，用于對于數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與用戶輸入的圖片的感知哈希值之間的漢明距離；
[0108]匹配結(jié)果確定模塊404，用于根據(jù)匹配比例確定模塊402的確定結(jié)果，將數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，以及數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第一距離閾值的圖片放入圖片匹配結(jié)果中；其中，第一比例閾值大于第二比例閾值。
[0109]進一步地，上述搜索匹配圖片的裝置，如圖4所示，還包括:存儲模塊405 ；
[0110]相應(yīng)地，上述提取模塊401，還用于預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，所述離線特征包括感知哈希值和設(shè)定數(shù)量的局部特征；
[0111]存儲模塊405，用于保存預(yù)先提取的數(shù)據(jù)庫中的每個圖片的感知哈希值和設(shè)定數(shù)量的局部特征。
[0112]上述存儲模塊405，在具體實施時，可采用數(shù)據(jù)庫的形式。
[0113]本發(fā)明實施例提供的圖片匹配的裝置，如圖4所示，還包括:
[0114]參照集合確定模塊406，用于確定數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现?；第二距離閾值小于所述第一距離閾值；
[0115]相應(yīng)地，上述計算模塊403，還用于針對參照集合中的每個圖片，使用該圖片的各局部特征，與用戶輸入的圖片的各局部特征進行匹配，計算該圖片與用戶輸入的圖片的局部特征的匹配比例；并確定參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
[0116]本發(fā)明實施例提供的圖片匹配的裝置，如圖4所示，還包括:
[0117]候選結(jié)果集合確定模塊407，用于將數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片放入候選結(jié)果集合中；
[0118]相應(yīng)地，上述計算模塊403，還用于針對候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與用戶輸入的圖片的各局部特征進行匹配，計算該圖片與用戶輸入的圖片的局部特征的匹配比例；[0119]匹配結(jié)果確定模塊404，還用于將候選結(jié)果集合中匹配比例大于最小值的圖片放入圖片匹配結(jié)果中。
[0120]本發(fā)明實施例提供的圖片的搜索裝置，如圖5所示，包括:
[0121]輸入接口 501，用于接收用戶輸入的待查詢圖片；
[0122]圖片查詢器502，用于發(fā)起搜索與所述待查詢圖片相匹配圖片的請求并獲取基于所述待查詢圖片的局部特征的與用戶輸入所述待查詢的圖片相匹配的圖片；
[0123]輸出接口 503，用于將搜索到的圖片作為搜索結(jié)果返回給用戶。
[0124]進一步地，上述圖片的搜索裝置，其獲取與待查詢圖片相匹配的圖片的方式，可以基于本發(fā)明所述的技術(shù)方案實現(xiàn)。比如，
[0125]對用戶輸入的待查詢圖片提取局部特征；
[0126]提取圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；
[0127]將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果集合中；
[0128]對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片，放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值；獲取所述圖片匹配結(jié)果中的圖片作為與待查詢圖片相匹配的圖片。
[0129]本發(fā)明實施例提供的上述圖片的搜索裝置，在具體實施時，可以集成于搜索客戶端等廣品中。
[0130]在此提供的算法和顯示不與任何特定計算機、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與基于在此的示教一起使用。根據(jù)上面的描述，構(gòu)造這類系統(tǒng)所要求的結(jié)構(gòu)是顯而易見的。此外，本發(fā)明也不針對任何特定編程語言。應(yīng)當(dāng)明白，可以利用各種編程語言實現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對特定語言所做的描述是為了披露本發(fā)明的最佳實施方式。
[0131]在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細(xì)節(jié)的情況下實踐。在一些實例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。
[0132]類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖:即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循【具體實施方式】的權(quán)利要求書由此明確地并入該【具體實施方式】，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。
[0133]本領(lǐng)域那些技術(shù)人員可以理解，可以對實施例中的設(shè)備中的模塊進行自適應(yīng)性地改變并且把它們設(shè)置在與該實施例不同的一個或多個設(shè)備中。可以把實施例中的模塊或單元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。
[0134]此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實施例。例如，在下面的權(quán)利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。
[0135]本發(fā)明的各個部件實施例可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實踐中使用微處理器或者數(shù)字信號處理器(DSP)來實現(xiàn)根據(jù)本發(fā)明實施例的圖片匹配的裝置和圖片的搜索裝置中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計算機程序和計算機程序產(chǎn)品)。這樣的實現(xiàn)本發(fā)明的程序可以存儲在計算機可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。
[0136]應(yīng)該注意的是上述實施例對本發(fā)明進行說明而不是對本發(fā)明進行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中，不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計算機來實現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。
[0137]顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
【權(quán)利要求】
1.一種搜索匹配圖片的方法，包括: 對用戶輸入的待查詢圖片提取局部特征； 將圖片數(shù)據(jù)庫中每個圖片的局部特征，與用戶輸入的圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例；將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，放入圖片匹配結(jié)果集合中；對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離，將其中漢明距離小于設(shè)定的第一距離閾值的圖片，放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值。
2.如權(quán)利要求1所述的方法，進一步包括: 預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，所述離線特征包括感知哈希值和/或設(shè)定數(shù)量的局部特征。
3.如權(quán)利要求1或2所述的方法，其特征在于，還包括: 確定所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现校凰龅诙嚯x閾值小于所述第一距離閾值； 針對所述參照集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例； 確定所述參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
4.如權(quán)利要求1-3任一項所述的方法，其特征在于，還包括: 將所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片放入候選結(jié)果集合中； 針對所述候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例； 將候選結(jié)果集合中匹配比例大于所述最小值的圖片放入圖片匹配結(jié)果中。
5.一種圖片搜索方法，包括: 接收用戶輸入的待查詢圖片，提取所述待查詢圖片的局部特征；基于所述待查詢圖片的局部特征搜索與用戶輸入所述待查詢的圖片相匹配的圖片； 將搜索到的圖片作為搜索結(jié)果返回給用戶。
6.一種搜索匹配圖片的裝置，其特征在于，包括: 待查詢圖片提取器，用于對用戶輸入的待查詢圖片提取局部特征； 匹配比例確定模塊，用于將圖片數(shù)據(jù)庫中每個圖片的局部特征，與所述待查詢圖片的局部特征進行匹配，確定所述數(shù)據(jù)庫中的每個圖片與所述待查詢圖片的局部特征的匹配比例； 計算模塊，用于對于所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值的每個圖片，計算該圖片的感知哈希值與所述待查詢圖片的感知哈希值之間的漢明距離； 匹配結(jié)果確定模塊，用于根據(jù)匹配比例確定模塊的確定結(jié)果，將所述數(shù)據(jù)庫中匹配比例大于等于第一比例閾值的圖片，以及所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第一距離閾值的圖片放入圖片匹配結(jié)果中；所述第一比例閾值大于第二比例閾值。
7.如權(quán)利要求6所述的裝置，其特征在于，還包括:存儲模塊； 所述提取模塊，還用于預(yù)先對圖片數(shù)據(jù)庫中的每個圖片進行離線特征提取，所述離線特征包括感知哈希值和/或設(shè)定數(shù)量的局部特征； 所述存儲模塊，用于保存預(yù)先提取的數(shù)據(jù)庫中的每個圖片的感知哈希值和設(shè)定數(shù)量的局部特征。
8.如權(quán)利要求6或7所述的裝置，其特征在于，還包括: 參照集合確定模塊，用于確定所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離小于設(shè)定的第二距離閾值的所有圖片并放入?yún)⒄占现?；所述第二距離閾值小于所述第一距離閾值； 所述計算模塊，還用于針對所述參照集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例；并確定所述參照集合中每個圖片對應(yīng)的匹配比例中的最小值。
9.如權(quán)利要求6-8任一項所述的裝置，其特征在于，還包括: 候選結(jié)果集合確定模塊，用于將所述數(shù)據(jù)庫中匹配比例小于第一比例閾值大于第二比例閾值且漢明距離大于等于設(shè)定的第二距離閾值的所有圖片放入候選結(jié)果集合中； 所述計算模塊，還用于針對所述候選結(jié)果集合中的每個圖片，使用該圖片的各局部特征，與所述待查詢圖片的各局部特征進行匹配，計算該圖片與所述待查詢圖片的局部特征的匹配比例； 匹配結(jié)果確定模塊，還用于將候選結(jié)果集合中匹配比例大于所述最小值的圖片放入圖片匹配結(jié)果中。
10.一種圖片的搜索裝置，其特征在于，包括: 輸入接口，用于接收用戶輸入的待查詢圖片； 圖片查詢器，發(fā)起搜索與所述待查詢圖片相匹配圖片的請求并獲取基于所述待查詢圖片的局部特征的與用戶輸入所述待查詢的圖片相匹配的圖片； 輸出接口，用于將搜索到的圖片作為搜索結(jié)果返回給用戶。
【文檔編號】G06K9/64GK104036009SQ201410286225
【公開日】2014年9月10日 申請日期:2014年6月24日 優(yōu)先權(quán)日:2014年6月24日
【發(fā)明者】邱學(xué)侃, 胡金輝, 韓玉剛 申請人:北京奇虎科技有限公司, 奇智軟件（北京）有限公司