CN110609916A 视频图像数据检索方法、装置、设备和存储介质 （四川东方网力科技有限公司）

由贸易试验区成都高新区天府五街照第一距离规则将图片检索数据库中的每一条2将所述训练数据库中的特征数据进行聚类训练，生成预计算所述图片检索数据库中的每一条特征数据与各个计算待检索图片的特征矩阵与各个所述聚类中心的基于所述倒排索引表，计算所述待检索图片的特征向提取所述原始图片检索数据库中的图片的检索特征数据，对所述检索特征数据和所述训练特征数据进行降维和压缩处理其中，所述图片检索数据库中的特征数据的维度获取原始待检索图片，对所述原始待检索图片进行降维和压缩处理得到待检索图片，其中，所述待检索图片的特征数据的维度与所述图片检索数据库中的特征数据的维度相应用K-Means聚类算法将所述训练数据库中的特征数据进行聚类训练，生成预设数量计算所述图片检索数据库中的每一条特征数据与各个所述聚类中心的向量内积或者按照向量内积最大或者欧氏距离最小的第一距离3构造局部敏感哈希函数，基于被添加了图片计算所述待检索图片的特征矩阵与各个聚类中心的计算所述待检索图片的特征向量矩阵与所述目标数据桶聚类模块，用于将所述训练数据库中的特征数目标数据桶确定模块，用于计算待检索图片的特征矩阵与各个所述聚类中心的距离，所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-8任一项所述处理器用于调用并执行所述存储器中的所456[0034]图1为本发明实施例提供的一种视频图像检索方法的流程图，该方法可以由本发7[0047]图2为本发明又一实施例提供的另一种视频图像检索方法的流程图，本实施例在8[0054]为了使本申请实施例的技术方案更容易理解，下面分别对PCA算法和PQ算法进行示出了一种降维示例中处理过程中的数据集示意图；图5示出了另一种降维示例中处理过图片检索数据库里面的每一张图片都由多个128维的向量表示，把每个128维的向量分为8按照最近邻查找的方法，在第一个短向量的判断后就丢弃了库里面不符合的255/256张图9义是一种通过均值对数据点进行聚类的算法。算法通过预先设定的K值及每个类别的初始[0071]下面用一个具体的例子对本申请实施例中如何应用局部敏感哈希函数构建倒排示高维数据点x和高维数据点y经过同一哈希函数h(j)变换后的相似度；j表示哈希函数的[0082]将待查询的特征数据经过局部敏感哈希函数映射得到相应的哈希码，依据哈希[0090]具体的，将待检索图片的特征向量矩阵与目标数据桶的聚类可以只选取S212中距离最小的一个作为检索结果；当检索要求比较宽松且不遗漏的情况益效果：利用PCA降维算法和局部敏感性哈希算法对训练数据库中的所有特征数据集进行[0098]图6是本发明是实施例提供的一种视频图像检索装置的结构示意图，该装置适用同，图片检索数据库中的特征数据的压缩级别和训练数据库中的特征数据的压缩级别相[0107]获取原始待检索图片，对原始待检索图片进行降维和压缩处理[0109]应用K-Means聚类算法将训练数据库中的特征数据进行聚类训练，生成预设数量[0115]构造局部敏感哈希函数，基于被添加了图片检索数据库中的特征数据的训练数[0122]本发明实施例提供的视频图像数据检索装置可执行本发明任意实施例提供的视710用于调用并执行存储器中的计算机程序；上述视频图像数据检索方法至少包括如下步[0129]本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步