【技術實現步驟摘要】
本申請涉及數字金融和圖像處理，尤其涉及logo檢索方法、裝置、計算機設備及存儲介質。
技術介紹
1、供應鏈系統是銀行的一項服務小微企業主的主要系統，在ai中賦能商家logo設計，文案生成等相關場景。近年來，銀行持續為商家提供便利服務，加速銀行數字化發展。招商銀行，中信銀行，北京銀行等企業陸續推出一站式logo查詢校對方案，賦能廣大商家用戶。其中，為了保護商家的利益，需要對logo相關的侵權仿冒進行防控。目前，發現和確認侵權仿冒過程一般采用人工檢索監測的方式，需要花費的時間較長，尤其是業務規模較大的情況下，需要花費的時間更長，無法快速地發現并確認侵權，從而快速地進入處置階段，采取相應的措施控制風險，進而無法很好地保護企業的利益。
技術實現思路
1、本申請實施例的目的在于提出一種logo檢索方法、裝置、計算機設備及存儲介質，以解決現有技術中的logo查詢系統檢索速度較慢的技術問題。
2、為了解決上述技術問題，本申請實施例提供一種logo檢索方法，采用了如下所述的技術方案：
3、預先對logo素材庫中的所有logo圖像進行預處理，得到素材圖像；
4、對所述素材圖像進行不同角度的旋轉，通過預置的多模態模型對不同旋轉角度下所述素材圖像進行特征提取，得到所述素材圖像在不同旋轉角度下的特征向量；
5、組合所有特征向量作為對應素材圖像的索引向量，并基于所述索引向量構建向量數據庫；
6、獲取查詢請求，并提取所述查詢請求的文本特征，得到的查詢
7、計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果。
8、進一步的，所述預先對logo素材庫中的所有logo圖像進行預處理，包括：
9、對所述logo素材庫中所有圖像進行歸一化處理，得到歸一化圖像；
10、對所述歸一化圖像進行圖像增強處理，得到所述素材圖像。
11、進一步的，所述通過預置的多模態模型對不同旋轉角度下所述素材圖像進行特征提取，得到所述素材圖像在不同旋轉角度下的特征向量，包括：
12、通過所述多模態模型對處于初始角度的輸出圖像進行特征提取，得到第一特征向量；
13、將所述素材圖像旋轉至第一角度，并通過所述多模態模型對處于第二角度的輸出圖像進行特征提取，得到第二特征向量；
14、將所述素材圖像旋轉至第二角度，并通過所述多模態模型對處于第三角度的輸出圖像進行特征提取，得到第三特征向量；
15、將所述素材圖像旋轉至第三角度，并通過所述多模態模型對處于第四角度的輸出圖像進行特征提取，得到第四特征向量。
16、進一步的，所述計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果，包括：
17、分別計算所述查詢向量與所述第一特征向量、第二特征向量、第三特征向量和第四特征向量的余弦相似度，得到第一相似度、第二相似度、第三相似度和第四相似度；
18、計算所述第一相似度、第二相似度、第三相似度和第四相似度的平均值，得到所述查詢向量與每一所述索引向量的平均相似度；
19、對比所有平均相似度，以最高平均相似度所對應的素材圖像作為查詢結果。
20、進一步的，所述基于所述索引向量構建向量數據庫，包括：
21、對高維度的所述索引向量進行低維劃分，得到多個低維子空間；
22、采用k-means聚類算法對所述低維子空間中低維度的索引向量進行聚類，得到聚類中心；
23、根據乘積量化將高維度的所述索引向量映射到所述聚類中心，構建所述向量數據庫。
24、進一步的，所述根據乘積量化將高維度的所述索引向量映射到所述聚類中心之后，包括：
25、基于所述索引向量構建向量空間，并根據所述索引向量的分布情況將所述向量空間劃分為密集區域和稀疏區域；
26、根據細粒度索引策略，將所述密集區域劃分為多個子區域，對所述子區域進行索引構建；
27、根據粗粒度索引策略，將多個所述稀疏區域合并為一個區域，對合并后的區域進行索引構建。
28、進一步的，所述計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果之后，包括：
29、記錄所述查詢向量對應的查詢結果，生成查詢日志；
30、采用聚類算法對所述查詢日志進行挖掘分析，根據挖掘分析優化所述向量數據庫的索引策略。
31、為了解決上述技術問題，本申請實施例還提供一種l?ogo檢索裝置，采用了如下所述的技術方案：
32、預處理模塊，用于預先對logo素材庫中的所有圖像進行預處理，得到素材圖像；
33、圖像特征提取模塊，用于對所述素材圖像進行不同角度的旋轉，通過預置的多模態模型對不同旋轉角度下所述素材圖像進行特征提取，得到所述素材圖像在不同旋轉角度下的特征向量；
34、構建模塊，用于組合所有特征向量作為對應素材圖像的索引向量，并基于所述索引向量構建向量數據庫；
35、文本特征提取模塊，用于獲取查詢請求，并提取所述查詢請求的文本特征，得到的查詢向量；
36、查詢模塊，用于計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果。
37、為了解決上述技術問題，本申請實施例還提供一種計算機設備，采用了如下所述的技術方案：
38、所述計算機設備包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執行所述計算機可讀指令時實現如上任一項所述的logo檢索方法的步驟。
39、為了解決上述技術問題，本申請實施例還提供一種計算機可讀存儲介質，采用了如下所述的技術方案：
40、所述計算機可讀存儲介質上存儲有計算機可讀指令，所述計算機可讀指令被處理器執行時實現如上任一項所述的logo檢索方法的步驟。
41、與現有技術相比，本申請實施例主要有以下有益效果：通過預先對logo素材庫中的logo圖像進行多角度旋轉后進行特征提取，將提取到的多個角度的特征向量進行組合，得到素材圖像的索引向量，基于索引向量構建向量數據庫，檢索時只需獲取查詢請求的查詢向量，計算查詢向量與每一索引向量之間的余弦相似度，根據預先相似度確定查詢結果。通過預先計算好logo素材庫中的素材圖像的索引向量，每次檢索只需計算查詢請求的文本向量，大大縮短檢索時間，且索引向量為素材圖像在不同角度的特征向量組合而成，檢索時能夠大大提高準確度。
本文檔來自技高網...【技術保護點】
1.一種l?ogo檢索方法，其特征在于，包括下述步驟：
2.根據權利要求1所述的logo檢索方法，其特征在于，所述預先對logo素材庫中的所有圖像進行預處理，包括：
3.根據權利要求1所述的logo檢索方法，其特征在于，所述通過預置的多模態模型對不同旋轉角度下所述素材圖像進行特征提取，得到所述素材圖像在不同旋轉角度下的特征向量，包括：
4.根據權利要求3所述的logo檢索方法，其特征在于，所述計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果，包括：
5.根據權利要求1所述的logo檢索方法，其特征在于，所述基于所述索引向量構建向量數據庫，包括：
6.根據權利要求5所述的logo檢索方法，其特征在于，所述根據乘積量化將高維度的所述索引向量映射到所述聚類中心之后，包括：
7.根據權利要求1所述的logo檢索方法，其特征在于，所述計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果之后，包括：
8.一種l?ogo檢索裝置
9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執行所述計算機可讀指令時實現如權利要求1至7中任一項所述的logo檢索方法的步驟。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機可讀指令，所述計算機可讀指令被處理器執行時實現如權利要求1至7中任一項所述的logo檢索方法的步驟。
...【技術特征摘要】
1.一種l?ogo檢索方法，其特征在于，包括下述步驟：
2.根據權利要求1所述的logo檢索方法，其特征在于，所述預先對logo素材庫中的所有圖像進行預處理，包括：
3.根據權利要求1所述的logo檢索方法，其特征在于，所述通過預置的多模態模型對不同旋轉角度下所述素材圖像進行特征提取，得到所述素材圖像在不同旋轉角度下的特征向量，包括：
4.根據權利要求3所述的logo檢索方法，其特征在于，所述計算所述查詢向量與所述向量數據庫中每一索引向量的余弦相似度，并根據所述余弦相似度確定查詢結果，包括：
5.根據權利要求1所述的logo檢索方法，其特征在于，所述基于所述索引向量構建向量數據庫，包括：
6.根據權利要求5所述的logo檢索方法，其...
【專利技術屬性】
技術研發人員：詹樂，龔靜，
申請(專利權)人：平安銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。