预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113918598A(43)申请公布日2022.01.11(21)申请号202111229216.1(22)申请日2021.10.21(71)申请人深圳云天励飞技术股份有限公司地址518000广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼(72)发明人张号逵胡文泽王孝宇(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人李木燕(51)Int.Cl.G06F16/2453(2019.01)G06F16/2458(2019.01)权利要求书2页说明书10页附图3页(54)发明名称一种乘积量化搜索方法、装置、终端和存储介质(57)摘要本申请适用于计算机技术领域,提供了一种乘积量化搜索方法、装置、终端和存储介质。其中,上述乘积量化搜索方法具体包括:将参考对象的参考高维特征输入特征压缩网络中,得到由所述特征压缩网络输出的参考低维特征,所述特征压缩网络的损失函数为基于样本对象的高维近邻关系和所述样本对象的低维近邻关系得到的函数;利用所述参考低维特征确定多个聚类中心;获取目标对象的目标特征;利用所述目标特征和所述多个聚类中心进行乘积量化搜索,得到与所述目标对象距离最近的参考对象。本申请的实施例能够提高乘积量化搜索的精度。CN113918598ACN113918598A权利要求书1/2页1.一种乘积量化搜索方法,其特征在于,包括:将参考对象的参考高维特征输入特征压缩网络中,得到由所述特征压缩网络输出的参考低维特征,所述特征压缩网络的损失函数为基于样本对象的高维近邻关系和所述样本对象的低维近邻关系得到的函数;利用所述参考低维特征确定多个聚类中心;获取目标对象的目标特征;利用所述目标特征和所述多个聚类中心进行乘积量化搜索,得到与所述目标对象距离最近的参考对象。2.如权利要求1所述的乘积量化搜索方法,其特征在于,所述高维近邻关系为多个所述样本对象中每两个样本对象分别关联的样本高维特征之间的高维欧氏距离,所述低维近邻关系为多个所述样本对象中每两个样本对象分别关联的样本低维特征之间的低维欧氏距离;所述特征压缩网络的损失函数为基于所述高维欧氏距离和与所述高维欧氏距离对应的低维欧氏距离之间的误差值,以及与所述高维欧氏距离关联的权重值得到的函数,其中,所述权重值的取值和与其关联的高维欧氏距离的大小相关。3.如权利要求2所述的乘积量化搜索方法,其特征在于,所述损失函数的损失值的计算过程,包括:计算所述高维欧氏距离和与所述高维欧氏距离对应的低维欧氏距离之间的误差值;计算与所述高维欧氏距离关联的权重值,并利用每个所述权重值对每个所述误差值进行加权相加,得到累加值;将所述累加值和所述样本对象的总数量的平方值相除,得到所述损失函数的损失值。4.如权利要求2或3所述的乘积量化搜索方法,其特征在于,所述权重值的计算过程,包括:获取第一超参数和第二超参数,所述第一超参数大于所述第二超参数;计算各个所述高维欧氏距离的平均值;利用所述第一超参数、所述第二超参数和所述平均值确定互不相交的多个区间范围;根据所述高维欧氏距离在所述多个区间范围中所处的目标区间范围,确定与所述高维欧氏距离关联的权重值。5.如权利要求1至3任意一项所述的乘积量化搜索方法,其特征在于,所述特征压缩网络包括残差模块和多个主干模块;所述将参考对象的参考高维特征输入特征压缩网络中,得到由所述特征压缩网络输出的参考低维特征,包括:将所述参考高维特征输入所述残差模块,得到所述残差模块输出的第一特征;将所述参考高维特征输入所述多个主干模块中的第一个主干模块,得到所述第一个主干模块输出的第二特征,并将所述第二特征输入所述多个主干模块中的第二个主干模块,直至得到多个主干模块中最后一个主干模块输出的第三特征,其中,所述第一特征和所述第三特征的维度相同;将所述第一特征与所述第三特征相加,得到所述参考低维特征。6.如权利要求1至3任意一项所述的乘积量化搜索方法,其特征在于,所述利用所述参2CN113918598A权利要求书2/2页考低维特征确定多个聚类中心,包括:对多个所述参考低维特征进行聚类,得到多个聚类中心。7.如权利要求1至3任意一项所述的乘积量化搜索方法,其特征在于,所述利用所述目标特征和所述多个聚类中心进行乘积量化搜索,得到与所述目标对象距离最近的参考对象,包括:利用所述目标特征和与每个所述参考低维特征关联的聚类中心,确定所述目标特征与每个所述参考低维特征之间的距离;将所述距离最小的参考低维特征对应的参考对象作为与所述目标对象距离最近的参考对象。8.一种乘积量化搜索装置,其特征在于,包括:特征压缩单元,用于将参考对象的参考高维特征输入特征压缩网络中,得到由所述特征压缩网络输出的参考低维特征,所述特征压缩