一种多模板图像深度匹配的相似图像检索方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115858845A(43)申请公布日2023.03.28(21)申请号202211618527.1G06V10/762(2022.01)(22)申请日2022.12.15G06V10/46(2022.01)(71)申请人北京师范大学地址100875北京市海淀区新街口外大街19号(72)发明人别荣芳孙运传(74)专利代理机构成都鱼爪智云知识产权代理有限公司51308专利代理师甯树娇(51)Int.Cl.G06F16/583(2019.01)G06F16/53(2019.01)G06F16/55(2019.01)G06V10/74(2022.01)G06V10/44(2022.01)权利要求书2页说明书7页附图2页(54)发明名称一种多模板图像深度匹配的相似图像检索方法及系统(57)摘要本发明提出了一种多模板图像深度匹配的相似图像检索方法及系统，涉及数字图像技术领域。一种多模板图像深度匹配的相似图像检索方法，包括以下步骤：步骤一、选取模板图像；步骤二、对模板图像和待检索图像进行SIFT特征提取，并基于提取后的特征计算模板图像和待检索图像的相似性；步骤三、根据相似性，从模板图像中选取得到潜在相似图像；步骤四、对潜在相似图像与模板图像分别进行多尺度构建，并计算潜在相似图像与模板图像在不同尺度下的相似度；步骤五、根据相似度挑选得到确定相似图像；本发明能够实现相似类别图像的检索，并提升相似类别图像的检索精度，减少了对人力资源和计算资源的消耗。CN115858845ACN115858845A权利要求书1/2页1.一种多模板图像深度匹配的相似图像检索方法，其特征在于，包括以下步骤：步骤一、选取模板图像；步骤二、对模板图像和待检索图像进行SIFT特征提取，并基于提取后的特征计算模板图像和待检索图像的相似性；步骤三、根据相似性，从模板图像中选取得到潜在相似图像；步骤四、对潜在相似图像与模板图像分别进行多尺度构建，并计算潜在相似图像与模板图像在不同尺度下的相似度；步骤五、根据相似度挑选得到确定相似图像。2.如权利要求1所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，所述步骤一包括：选取图像并对选取的图像进行分类，以得到多个类别的图像；将各个类别的图像进行聚类处理，以建立聚类图像集；基于聚类图像集选取代表图像，以得到模板图像。3.如权利要求2所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，选取代表图像的具体步骤包括：从分类后的大类别中挑选目标图像；对目标图像进行深度自编码；计算不同目标图像自编码后的欧式距离，并根据该欧氏距离筛选得到代表图像。4.如权利要求1所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，步骤二中计算相似性的方法为欧氏距离算法。5.如权利要求1所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，所述步骤三包括：基于相似性将模板图像与待检索图像进行匹配数量统计，以得到数量统计结果，判断数量统计结果是否超过预定数值，若是，则将模板图像定义为潜在相似图像。6.如权利要求1所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，所述步骤五包括：基于相似度对每个尺度下的潜在相似图像与模板图像进行数量统计，以得到数量统计数据，判断数量统计数据是否超过预定数值，若是，则将潜在相似图像定义为最终相似图像。7.如权利要求6所述的一种多模板图像深度匹配的相似图像检索方法，其特征在于，判定每个尺度下所述潜在相似图像与模板图像的相似度的具体步骤包括：利用平滑卷积核对潜在相似图像和模板图像分别进行处理，以得到过滤结果，利用欧式距离计算过滤后的潜在相似图像和模板图像的相似度得到相似度A；利用锐化卷积核对潜在相似图像和模板图像分别进行处理，以得到过滤结果，利用欧式距离计算过滤后的潜在相似图像和模板图像的相似度得到相似度B；利用去噪卷积核对潜在相似图像和模板图像分别进行处理，以得到过滤结果，利用欧式距离计算过滤后的潜在相似图像和模板图像的相似度得到相似度C。8.一种多模板图像深度匹配的相似图像检索系统，其特征在于，包括：选取模块，用于选取模板图像；2CN115858845A权利要求书2/2页计算模块，用于对模板图像和待检索图像进行SIFT特征提取，并计算提取特征后的模板图像和待检索图像的相似性；图像选取模块，用于根据相似性，从模板图像中选取得到潜在相似图像；尺度构建模块，用于对潜在相似图像与模板图像分别进行多尺度构建，并计算潜在相似图像与模板图像在不同尺度下的相似度；图像确定模块，用于根据相似度挑选确定最终相似图像。9.如权利要求8所述的一种多模板图像深度匹配的相似图像检索系统，其特征在于，所述选取模块包括：分类子模块，用于对选取的图像进行分类，以得到多