(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210430411.9 (22)申请日 2022.04.22 (71)申请人 深圳市百川数安科技有限公司 地址 518000 广东省深圳市南 山区蛇口街 道渔一社区后海 大道1021号东角头工 业区BC座C 631 (72)发明人 赵施宇　文成明　 (74)专利代理 机构 北京中和立达知识产权代理 有限公司 1 1756 专利代理师 孟姣 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/532(2019.01) G06F 16/583(2019.01) G06T 7/13(2017.01)G06V 10/44(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于互联网社区的图像检索方法、 装置及介 质 (57)摘要 本发明是关于一种基于互联网社区的图像 检索方法、 装置及介质， 方法包括： 获取互联网社 区的待检索图像； 对所述待检索图像进行边缘切 割和图像检测， 以获得至少一个目标图像； 分别 对所述待检索图像和所述至少一个目标图像进 行Phash图像编码， 以得到每个 图像对应的第一 图像特征向量； 通过训练好的MobileNet深度神 经网络分别对所述待检索图像和所述至少一个 目标图像进行特征提取， 以得到每个图像对应的 第二图像特征向量； 对所述第一图像特征向量和 所述第二图像特征向量进行特征聚合， 以得到每 个图像对应的聚合图像特征向量； 使用每个图像 对应的聚合图像特征向量在所述预设特征库中 进行特征检索， 得到检索结果。 通过该技术方案， 可以节省图像 检索的时间。 权利要求书2页 说明书8页 附图9页 CN 114817720 A 2022.07.29 CN 114817720 A 1.一种基于互联网社区的图像 检索方法， 其特 征在于， 所述方法包括： 获取互联网社区的待检索图像； 对所述待检索图像进行边 缘切割和图像 检测， 以获得至少一个目标图像； 分别对所述待检索图像和所述至少一个目标图像进行Phash图像编码， 以得到每个图 像对应的第一图像特 征向量； 通过训练好的MobileNet深度神经网络分别 对所述待检索图像和所述至少一个目标图 像进行特征提取， 以得到每 个图像对应的第二图像特 征向量； 对所述第一图像特征向量和所述第 二图像特征向量进行特征聚合， 以得到每个图像对 应的聚合图像特 征向量； 使用每个图像对应的聚合图像特征向量在所述预设特征库中进行特征检索， 得到检索 结果。 2.根据权利要求1所述的方法， 其特征在于， 对所述待检索图像进行边缘切割和图像检 测， 以获得至少一个目标图像， 包括： 通过Canny边缘检测对所述待检索图像进行边 缘检测， 以得到边 缘检测结果； 通过霍夫 曼直线检测所述待检索图像中所有直线构成的矩形图像区域； 按照预设尺寸对所有矩形图像区域进行 过滤， 得到所述至少一个目标图像。 3.根据权利要求1所述的方法， 其特征在于， 对所述第 一图像特征向量和所述第 二图像 特征向量进行 特征聚合， 以得到每 个图像对应的聚合图像特 征向量， 包括： 对每个图像的所述第二图像特征向量进行离散化处理， 得到离散化后的图像特征向 量； 将所述第一图像特征向量和所述离散化后的图像特征向量进行特征聚合， 得到所述 聚 合图像特 征向量。 4.根据权利要求1所述的方法， 其特征在于， 使用每个图像对应的聚合图像特征向量在 所述预设特 征库中进行 特征检索， 得到检索结果， 包括： 将每个图像对应的聚合图像特征向量与所述预设特征库中的所有特征进行相似度计 算， 以检索到相似度大于预设相似度的所述检索结果。 5.根据权利要求1所述的方法， 其特征在于， 在获取互联网社区的待检索图像之前， 所 述方法还 包括： 获取原始训练图像集； 对所述原始训练图像集中的图像进行随机翻转和/或随机裁剪处理， 得到处理后的训 练图像集； 采用处理后的训练图像集进行MobileNet深度神经网络的训练， 以得到训练后好的 MobileNet深度神经网络 。 6.根据权利要求1所述的方法， 其特征在于， 在获取互联网社区的待检索图像之前， 所 述方法还 包括： 构建所述预设特 征库； 所述构建所述预设特 征库包括： 获取互联网社区的待入库图像； 对所述待入库图像进行边 缘切割和图像 检测， 以获得至少一个待入库子图像； 分别对所述待入库图像和所述至少一个待入库子图像进行Phash图像编码， 以得到每权　利　要　求　书 1/2 页 2 CN 114817720 A 2个图像对应的第三图像特 征向量； 通过训练好的MobileNet深度神经网络分别 对所述待入库图像和所述至少一个待入库 子图像进行 特征提取， 以得到每 个图像对应的第四图像特 征向量； 对所述第三图像特征向量和所述第四图像特征向量进行特征聚合， 以得到每个图像对 应的待入库图像特 征向量； 将每个图像对应的待入库图像特征向量存储至特征库， 并建立索引， 以得到所述预设 特征库。 7.一种基于互联网社区的图像 检索装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取互联网社区的待检索图像； 第一处理模块， 用于对所述待检索图像进行边缘切割和图像检测， 以获得至少一个目 标图像； 第一编码模块， 用于分别对所述待检索图像和所述至少一个目标图像进行Phash图像 编码， 以得到每 个图像对应的第一图像特 征向量； 第一提取模块， 用于通过训练好的MobileNet深度神经网络分别对所述待检索图像和 所述至少一个目标图像进行 特征提取， 以得到每 个图像对应的第二图像特 征向量； 第一聚合模块， 用于对所述第一图像特征向量和所述第二图像特征向量进行特征聚 合， 以得到每 个图像对应的聚合图像特 征向量； 检索模块， 用于使用每个图像对应的聚合图像特征向量在所述预设特征库中进行特征 检索， 得到检索结果。 8.一种基于互联网社区的图像 检索装置， 其特 征在于， 所述装置包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处 理器被配置为： 获取互联网社区的待检索图像； 对所述待检索图像进行边 缘切割和图像 检测， 以获得至少一个目标图像； 分别对所述待检索图像和所述至少一个目标图像进行Phash图像编码， 以得到每个图 像对应的第一图像特 征向量； 通过训练好的MobileNet深度神经网络分别 对所述待检索图像和所述至少一个目标图 像进行特征提取， 以得到每 个图像对应的第二图像特 征向量； 对所述第一图像特征向量和所述第 二图像特征向量进行特征聚合， 以得到每个图像对 应的聚合图像特 征向量； 使用每个图像对应的聚合图像特征向量在所述预设特征库中进行特征检索， 得到检索 结果。 9.一种计算机可读存储介质， 其上存储有计算机指令， 其特征在于， 该指令被处理器执 行时实现权利要求1 ‑6中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114817720 A 3