CN107729935B - 相似图片的识别方法和装置、服务器、存储介质 - Google Patents
相似图片的识别方法和装置、服务器、存储介质 Download PDFInfo
- Publication number
- CN107729935B CN107729935B CN201710945888.XA CN201710945888A CN107729935B CN 107729935 B CN107729935 B CN 107729935B CN 201710945888 A CN201710945888 A CN 201710945888A CN 107729935 B CN107729935 B CN 107729935B
- Authority
- CN
- China
- Prior art keywords
- hash code
- picture
- pictures
- same
- code blocks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000000638 solvent extraction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims 1
- 238000009472 formulation Methods 0.000 abstract 1
- 239000000203 mixture Substances 0.000 abstract 1
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种相似图片的识别方法和装置、服务器、存储介质。其中，该方法包括：利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码；将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片划分到同一个簇中，得到多个图片簇；在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。本发明实施例降低了相似图片识别的计算复杂度，减小了计算量，实现了图片相似度的高效计算。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种相似图片的识别方法和装置、服务器、存储介质。
背景技术
随着用户和不同类型网站互动程度的不断提高，用户可以上传自己手中的图片，导致网站图片数量快速增长，同一个网站中存在大量重复和高度相似的图片。
快速识别出海量图片中不同图片之间的相似图片，不但可以去除冗余图片数据，减少存储开销，而且可以根据用户需求，为用户提供同质化或多样性的图片服务，如图片搜索。而现有的相似图片识别技术中计算图片相似度的复杂度较高，使得在海量图片中识别相似图片需要非常大的计算量，不具有很强的现实可应用性。
发明内容
本发明实施例提供一种相似图片的识别方法和装置、服务器、存储介质，以解决现有技术中识别相似图片的方法复杂度高、计算量大的问题。
第一方面，本发明实施例提供了一种相似图片的识别方法，该方法包括：
利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码；
将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片划分到同一个簇中，得到多个图片簇；
在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
进一步的，所述每幅图片中包括哈希码长度相同或者不相同的至少两个哈希码块，并且所述哈希码块之间包括重合或不重合部分。
进一步的，所述方法还包括：
根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度；
统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
进一步的，所述方法还包括：
响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码；
将目标低维度特征向量哈希码按照所述预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
将目标图片划分到所述多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块；
在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
第二方面，本发明实施例还提供了一种相似图片的识别装置，该装置包括：
哈希码计算模块，用于利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码；
分块模块，用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
分簇模块，用于在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片放到同一个簇中，得到多个图片簇；
第一识别模块，用于在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
进一步的，所述分块模块具体用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为包括哈希码长度相同或者不相同的至少两个哈希码块，并且所述哈希码块之间包括重合或不重合部分。
进一步的，所述装置还包括：
计算模块，用于根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度；
第二识别模块，用于统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
进一步的，所述装置还包括搜索模块，用于搜索目标图片的相似图片；
搜索模块具体包括：
目标哈希码计算单元，用于响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码；
分块单元，用于将目标低维度特征向量哈希码按照所述预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
分簇单元，用于将目标图片划分到所述多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块；
搜索单元，用于在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
第三方面，本发明实施例还提供了一种服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的相似图片的识别方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的相似图片的识别方法。
本发明实施例通过利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码，根据划分后的同一位置索引的哈希码块是否存在相同，将海量图片进行分簇，然后根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离识别相似图片，解决了现有技术中识别相似图片的方法复杂度高、计算量大的问题，降低了相似图片识别的计算复杂度，减小了计算量，实现了图片相似度的高效计算。
附图说明
图1是本发明实施例一提供的一种相似图片的识别方法的流程图；
图2是本发明实施例二提供的一种相似图片的识别方法的流程图；
图3是本发明实施例三提供的一种相似图片的识别装置的结构示意图；
图4是本发明实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种相似图片的识别方法的流程图，本实施例可适用于识别相似图片的情况，该方法可以由相似图片的识别装置来执行，该装置可以采用软件和/或硬件的方式实现，例如可配置于服务器中。如图1所示，该方法具体包括：
步骤S110、利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码。
在海量的图片中进行相似图片的识别，平均哈希算法(Average Hash，aHash)通过比较每幅图片转换的灰度图中的每个像素点与所有像素点平均值的大小得到每幅图片的特征向量哈希码。示例性的，首先可以将原图片缩放到8×8的尺寸，把缩放后的图片转化为灰度图，这样便可得到64位的低维度特征向量哈希码。利用aHash算法得到的每幅图片的低维度特征向量中的每一位均为0或1。对于相似的图片，生成的哈希码被划分为多个的哈希码块中至少有一块是相同的。这里需要说明的是，在利用aHash算法计算图片的低纬度特征向量哈希码的过程中，也可以不将缩放后的图片转化为灰度图，关于此，可以根据实际情况进行配置。
生成图片哈希码的算法包括但不限于aHash算法，可以根据实际需要采用其他算法，如感知哈希算法(Perceptual Hash，pHash)或颜色直方图等。
步骤S120、将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引。
该步骤中，将每一幅图片的低维度特征向量哈希码分别按照预设规则统一划分为至少两个哈希码块。其中预设规则是用户根据自己的实际判断需求对每幅图片的哈希码进行分块的预先设定，例如，得到的图片哈希码有64位，则可将此哈希码分成4块，每块的位数为16位。若预设当两幅图片之间不相同的哈希码块数目小于等于3时有必要来计算图片的相似度，则把每幅图片的哈希码分块数目至少定为4块时是有效的。当两幅图片之间不相同的哈希码块数大于3块时，便没有必要进一步比较两幅图片之间的相似度了，确定两幅图片不相似。
该步骤中，可选的，每幅图片中包括哈希码长度相同或者不相同的至少两个哈希码块，并且哈希码块之间包括重合或不重合部分。在上面的例子中，将64位哈希码平均分成4个哈希码块，也可以不作平均划分，即这4个哈希码块中的位数可相同，也可不相同；并且，如果4个哈希码块中存在重合部分，则4个哈希码块的总位数大于64位，如果4个哈希码块中不存在重合部分，则4个哈希码块的总位数依然等于64位。关于哈希码块的划分规则，可以根据实际需要配置并预设，之后将对每幅图片统一按照预设的规则进行划分。
对于哈希码块的具体划分过程，示例性的，将上述得到的64位图片哈希码平均划分为4个哈希码块A、B、C和D，彼此不存在重合，考虑到每一个哈希码块对应一个位置索引，该图片将对应有4个位置索引，如果把哈希码块A作为索引块，则剩下的哈希码块B、C和D作为一个整体，作为哈希码块A的键值，同理，如果把哈希码块B作为索引块，则剩下的哈希码块A、C和D作为一个整体，作为哈希码块B的键值，依次类推共有4种组合方式，即该图片对应4个键值对。相似图片识别过程中，若任取其中一个16位的哈希码块进行精确匹配，当样本图片库一共中有2的34次方(差不多10亿)个哈希码指纹(每一个哈希指纹对应一张图片)，对于每个索引哈希码块返回2的18次方(值为262144)个候选结果，大大减小了计算不同图片的哈希码块之间的距离的计算量。
示例性的，还可以将上述64位图片哈希码进行非平均划分，划分得到的哈希码块之间存在重合部分。例如，首先可将64位图片哈希码均分为4块，任选其中的16位作为一个哈希码块F，然后将图片哈希码中剩下的48位再次均分为4个哈希码子块e、f、g和h。每个哈希码子块为12位，可以将哈希码块F与哈希码子块e组合作为一个索引块，此索引块为28位，剩下的哈希码作为此索引块的键值；也可以类推将哈希码块F与哈希码子块f、哈希码块F与哈希码子块g或哈希码块F与哈希码子块h组合作为一个索引块，共有四种组合方式。最终对于此非均分方法一共有4X4种组合方式，即4X4个键值对。在相似图片识别过程中，对16个索引块并行查找，不会出现哈希码块遗漏的情况。此外，相比于64位图片哈希码均分为4个哈希码块，每个索引键对应于16位的情况，用非均分方式得到的28位索引块进行匹配查找，返回的结果数更少，即不同图片哈希码块间的距离的计算量更少。
步骤S130、在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片划分到同一个簇中，得到多个图片簇。
该步骤中，比较每幅图片的哈希码块，可以根据同一位置索引的哈希码块中每个部分的值进行比较，将每个部分的值相同的哈希码块视为相同的哈希码块，然后将存在相同的哈希码块的图片划分到同一个簇中，最终得到多个图片簇。海量图片被分簇之后，每个簇中的图片数量相对较少，从而使得相似图片之间相似度的计算量最小化。
步骤S140、在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
具体的，由于海量图片分簇后，每个图片簇的图片数量都相对减少，可以达到提高计算性能的效果，在进行相似度计算的过程中，除去各图片之间同一位置索引对应的相同的哈希码块，分别将每幅图片中剩下的哈希码块作为一个整体，据此计算各图片之间剩下的哈希码块的距离以识别相似图片，进一步提高计算性能。其中，计算得到的距离越小，表明两幅图片越相似，即相似度越大；距离越大，表明两幅图片差异越大，即相似度越小。
可选的，该方法还包括：
根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度；
统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
其中，根据图片间的相同哈希码块进行图片分簇，不同的图片簇中可能会存在相同的图片。示例性的，图片A和图片B同时被分在多个图片簇中，计算各个图片簇中的图片相似度，将会得到多个图片A和图片B的相似度值，统计全部图片簇中计算得到的图片的相似度之后，可以得到图片A和图片B的一个相似度值，从而达到去重简化的目的。
本发明实施例通过利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码，采用相似哈希技术根据划分后的同一位置索引的哈希码块是否存在相同，将海量图片进行分簇，然后根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离识别相似图片，解决了现有技术中识别相似图片的方法复杂度高、计算量大的问题，降低了相似图片识别的计算复杂度，减小了计算量，实现了图片相似度的高效计算。
实施例二
图2为本发明实施例二提供的一种相似图片的识别方法的流程图，本实施例在上述实施例的基础上进一步进行优化。如图2所示，该方法具体包括：
步骤S210、响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码。
该步骤中，具体的，用户在网页或应用软件上输入待搜索的目标图片，服务器接收目标图片，响应目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码。
步骤S220、将目标低维度特征向量哈希码按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引。
其中，划分得到的每个目标低维度特征向量哈希码块的长度可以相同或者不相同，并且哈希码块之间包括重合或不重合部分。
步骤S230、将目标图片划分到得到的多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块。
步骤S240、在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
具体的，计算目标图片与每个图片簇中图片之间除所述同一位置索引对应的相同哈希码块之外的的哈希码块之间的距离，计算得到的距离越小，对应的图片相似度越大，将相似度值超过阈值的图片识别为相似图片，搜索完成后服务器返回与目标图片相似度较高的图片，并在用户网页或应用软件上显示相似图片的搜索结果。其中，相似度阈值为用户预先设定，例如，用户设定相似度阈值为98％，则计算得到的图片相似度值中大于等于98％的图片将被识别为相似图片。
本发明实施例通过利用图片平均哈希算法计算得到目标图片的低维度特征向量哈希码，采用相似哈希技术对目标图片的低维度特征向量哈希码进行分块并分簇，然后根据各目标图片簇中图片之间除去同一位置索引对应的相同的哈希码块之外的哈希码块的距离识别目标图片的相似图片，从而实现了海量图片中相似图片的快速搜索。
实施例三
图3是本发明实施例三提供的一种相似图片的识别装置的结构示意图，本实施例可适用于识别相似图片的情况。本实施例所提供的装置可执行本发明任意实施例所提供的相似图片的识别方法，具备执行方法相应的功能模块和有益效果。
如图3所示，本实施例的相似图片的识别装置包括哈希码计算模块310、分块模块320、分簇模块330和第一识别模块340。其中：
哈希码计算模块310，用于利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码。
分块模块320，用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引。
进一步的，分块模块320具体用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为包括哈希码长度相同或者不相同的至少两个哈希码块，并且哈希码块之间包括重合或不重合部分。
分簇模块330，用于在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片放到同一个簇中，得到多个图片簇。
第一识别模块340，用于在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
可选的，该装置还包括计算模块和第二识别模块，其中：
计算模块，用于根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度。
第二识别模块，用于统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
进一步的，该装置还包括搜索模块，用于搜索目标图片的相似图片。其中，
搜索模块具体包括：
目标哈希码计算单元，用于响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码；
分块单元，用于将目标低维度特征向量哈希码按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
分簇单元，用于将目标图片划分到得到的多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块；
搜索单元，用于在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
本发明实施例通过利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码，根据划分后的同一位置索引的哈希码块是否存在相同，将海量图片进行分簇，然后根据各图片之间除去同一位置索引对应的相同哈希码块之外的哈希码块的距离识别相似图片，解决了现有技术中识别相似图片的方法复杂度高、计算量大的问题，降低了相似图片识别的计算复杂度，减小了计算量，实现了图片相似度的高效计算，实现了相似图片的快速搜索。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器12的框图。图4显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器16，存储装置28，连接不同系统组件(包括存储装置28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储装置28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide AreaNetwork，WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储装置28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的相似图片的识别方法。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的相似图片的识别方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM，或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种相似图片的识别方法，其特征在于，包括：
利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码；
将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片划分到同一个簇中，得到多个图片簇；
在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
2.根据权利要求1所述的方法，其特征在于，所述每幅图片中包括哈希码长度相同或者不相同的至少两个哈希码块，并且所述哈希码块之间包括重合或不重合部分。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度；
统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码；
将目标低维度特征向量哈希码按照所述预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
将目标图片划分到所述多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块；
在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
5.一种相似图片的识别装置，其特征在于，包括：
哈希码计算模块，用于利用图片平均哈希算法计算得到每幅图片的低维度特征向量哈希码；
分块模块，用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
分簇模块，用于在每幅图片的至少两个哈希码块中，将同一位置索引存在相同的哈希码块的图片放到同一个簇中，得到多个图片簇；
第一识别模块，用于在每个图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来识别相似图片。
6.根据权利要求5所述的装置，其特征在于，所述分块模块具体用于将每幅图片的低维度特征向量哈希码，按照预设规则统一划分为包括哈希码长度相同或者不相同的至少两个哈希码块，并且所述哈希码块之间包括重合或不重合部分。
7.根据权利要求5或6所述的装置，其特征在于，所述装置还包括：
计算模块，用于根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离，计算每个图片簇中图片之间的相似度；
第二识别模块，用于统计全部图片簇中计算得到的图片之间的相似度，将该相似度超出预设阈值的图片识别为相似图片。
8.根据权利要求5或6所述的装置，其特征在于，所述装置还包括搜索模块，用于搜索目标图片的相似图片；
搜索模块具体包括：
目标哈希码计算单元，用于响应于目标图片的相似图片搜索请求，利用图片平均哈希算法计算目标图片的目标低维度特征向量哈希码；
分块单元，用于将目标低维度特征向量哈希码按照所述预设规则统一划分为至少两个哈希码块，其中，每个哈希码块对应一个位置索引；
分簇单元，用于将目标图片划分到所述多个图片簇中的至少一个目标图片簇中，其中，目标图片簇中的图片与目标图片在同一位置索引存在相同的哈希码块；
搜索单元，用于在至少一个目标图片簇中，根据各图片之间除所述同一位置索引对应的相同哈希码块之外的哈希码块的距离来搜索目标图片的相似图片。
9.一种服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的相似图片的识别方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的相似图片的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710945888.XA CN107729935B (zh) | 2017-10-12 | 2017-10-12 | 相似图片的识别方法和装置、服务器、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710945888.XA CN107729935B (zh) | 2017-10-12 | 2017-10-12 | 相似图片的识别方法和装置、服务器、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107729935A CN107729935A (zh) | 2018-02-23 |
| CN107729935B true CN107729935B (zh) | 2019-11-12 |
Family
ID=61210968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710945888.XA Active CN107729935B (zh) | 2017-10-12 | 2017-10-12 | 相似图片的识别方法和装置、服务器、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107729935B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309336B (zh) * | 2018-03-12 | 2023-08-08 | 腾讯科技（深圳）有限公司 | 图像检索方法、装置、系统、服务器以及存储介质 |
| CN108536769B (zh) * | 2018-03-22 | 2023-01-03 | 深圳市安软慧视科技有限公司 | 图像分析方法、搜索方法及装置、计算机装置及存储介质 |
| CN108595710B (zh) * | 2018-05-11 | 2021-07-13 | 杨晓春 | 一种快速的海量图片去重方法 |
| CN111079757B (zh) * | 2018-10-19 | 2024-09-20 | 北京奇虎科技有限公司 | 服饰属性识别方法、装置及电子设备 |
| CN111506756B (zh) * | 2019-01-30 | 2024-05-17 | 北京京东尚科信息技术有限公司 | 相似图片的查找方法及系统、电子设备、存储介质 |
| CN111985957A (zh) * | 2019-05-24 | 2020-11-24 | 阿里巴巴集团控股有限公司 | 一种广告曝光效果的评估方法及相关装置 |
| CN110399511A (zh) * | 2019-07-23 | 2019-11-01 | 中南民族大学 | 基于Redis的图片缓存方法、设备、存储介质及装置 |
| CN110490250A (zh) * | 2019-08-19 | 2019-11-22 | 广州虎牙科技有限公司 | 一种人工智能训练集的获取方法及装置 |
| CN111078914B (zh) * | 2019-12-18 | 2023-04-18 | 书行科技(北京)有限公司 | 重复图片检测方法与装置 |
| CN111368122B (zh) * | 2020-02-14 | 2022-09-30 | 深圳壹账通智能科技有限公司 | 一种图片去重的方法及装置 |
| CN111522989B (zh) * | 2020-07-06 | 2020-10-30 | 南京梦饷网络科技有限公司 | 用于图像检索的方法、计算设备和计算机存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819582A (zh) * | 2012-07-26 | 2012-12-12 | 华数传媒网络有限公司 | 一种海量图片快速检索方法 |
| CN103984776A (zh) * | 2014-06-05 | 2014-08-13 | 北京奇虎科技有限公司 | 一种识别重复图片的方法、图片搜索去重方法及其装置 |
| CN104112284A (zh) * | 2013-04-22 | 2014-10-22 | 阿里巴巴集团控股有限公司 | 一种图片的相似度检测方法和设备 |
-
2017
- 2017-10-12 CN CN201710945888.XA patent/CN107729935B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819582A (zh) * | 2012-07-26 | 2012-12-12 | 华数传媒网络有限公司 | 一种海量图片快速检索方法 |
| CN104112284A (zh) * | 2013-04-22 | 2014-10-22 | 阿里巴巴集团控股有限公司 | 一种图片的相似度检测方法和设备 |
| CN103984776A (zh) * | 2014-06-05 | 2014-08-13 | 北京奇虎科技有限公司 | 一种识别重复图片的方法、图片搜索去重方法及其装置 |
Non-Patent Citations (2)
| Title |
|---|
| Block mean value based image perceptual Hashing;Yang B,等;《Proceedings of the IEEE International Conference on IIH-MSP》;IEEE;20161226;全文 * |
| 较大规模图片 使用phash去重;辰辰沉沉沉;《https://www.jianshu.com/p/c87f6f69d51f》;20170725;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107729935A (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107729935B (zh) | 相似图片的识别方法和装置、服务器、存储介质 | |
| CN108229419B (zh) | 用于聚类图像的方法和装置 | |
| US11526799B2 (en) | Identification and application of hyperparameters for machine learning | |
| US11310559B2 (en) | Method and apparatus for recommending video | |
| CN110147722A (zh) | 一种视频处理方法、视频处理装置及终端设备 | |
| CN114612759B (zh) | 视频处理方法、查询视频的方法和模型训练方法、装置 | |
| CN106951484B (zh) | 图片检索方法及装置、计算机设备及计算机可读介质 | |
| US20130254191A1 (en) | Systems and methods for mobile search using bag of hash bits and boundary reranking | |
| WO2019080411A1 (zh) | 电子装置、人脸图像聚类搜索方法和计算机可读存储介质 | |
| CN110222775B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111651636A (zh) | 视频相似片段搜索方法及装置 | |
| CN111209431A (zh) | 一种视频搜索方法、装置、设备及介质 | |
| CN111104825A (zh) | 人脸注册库更新方法、装置、设备及介质 | |
| CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
| CN112232203B (zh) | 行人识别方法、装置、电子设备及存储介质 | |
| CN110647832A (zh) | 获取证件中信息的方法和装置、电子设备和存储介质 | |
| US10127476B2 (en) | Signal classification using sparse representation | |
| CN109697240B (zh) | 一种基于特征的图像检索方法及装置 | |
| CN109800215B (zh) | 一种对标处理的方法、装置、计算机存储介质及终端 | |
| CN112380169A (zh) | 存储装置、数据处理方法、装置、设备、介质和系统 | |
| CN110198473B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
| CN110443264A (zh) | 一种聚类的方法和装置 | |
| CN107729944A (zh) | 一种低俗图片的识别方法、装置、服务器及存储介质 | |
| CN111177450A (zh) | 一种图像检索云识别方法、系统及计算机可读存储介质 | |
| US11599743B2 (en) | Method and apparatus for obtaining product training images, and non-transitory computer-readable storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231113 Address after: 311422 Room 125, 1st Floor, Building 197-2, Jiulong Avenue, Yinhu Street, Fuyang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou Dabei Biotechnology Co.,Ltd. Address before: 310019 Room 204, building A12, No.9 Jiusheng Road, Jianggan District, Hangzhou City, Zhejiang Province Patentee before: HANGZHOU BEIGOU TECHNOLOGY CO.,LTD. |