【技術實現步驟摘要】
本申請涉及數據處理，尤其是涉及到一種圖像搜索方法及裝置、存儲介質、計算機設備。
技術介紹
1、當前自動駕駛技術極其依賴海量數據驅動的人工智能算法。海量的樣本數據是自動駕駛技術的基礎，沒有海量數據，數據驅動的算法和圍繞數據建立的閉環自動化就缺乏了迭代升級的基礎。實現完全無人駕駛需要解決百萬規模的cornercase(邊角案例)，然而解決一個問題所依賴的數據獲取成本較高。
2、以lidar?perception為例，在優化各種誤檢、漏檢等cornercase問題時，傳統方案是通過定義覆蓋目標場景的篩選器，來定向采集數據，成本較高，周期較長，準確性低。
技術實現思路
1、有鑒于此，本申請提供了一種圖像搜索方法及裝置、存儲介質、計算機設備，有助于降低數據獲取成本，提升數據獲取速度和數據獲取的準確性。
2、根據本申請的一個方面，提供了一種圖像搜索方法，所述方法包括：
3、利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫；
4、接收針對目標場景的待搜索圖像，并通過預設的特征提取模型提取所述待搜索圖像對應的第一圖像特征；
5、通過所述特征提取模型，提取所述分布式數據庫中各樣本圖像的第二圖像特征；
6、基于所述第一圖像特征與各第二圖像特征之間的相似度，在所述樣本圖像中獲取所述目標場景對應的目標匹配圖像。
7、可選地，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
8、獲取車輛在行駛
9、將所述樣本圖像存儲至對應的落庫數據庫中。
10、可選地，所述基于所述樣本標注信息以及多個分布式數據庫各自對應的數據庫索引，確定所述樣本圖像對應的至少一個落庫數據庫，包括：
11、當所述樣本圖像為視覺圖像時，基于所述視覺圖像的視覺樣本標注信息以及多個視覺數據庫各自對應的視覺數據庫索引，確定所述視覺圖像對應的至少一個落庫視覺數據庫，其中，所述分布式數據庫包括所述視覺數據庫；
12、當所述樣本圖像為點云圖像時，基于所述點云圖像的點云樣本標注信息以及多個點云數據庫各自對應的點云數據庫索引，確定所述點云圖像對應的至少一個落庫點云數據庫，其中，所述分布式數據庫包括所述點云數據庫。
13、可選地，所述視覺樣本標注信息包括攝像頭位置、數據采集時間以及數據采集場景中至少一種，所述視覺數據庫索引包括攝像頭位置、數據采集時間以及數據采集場景中至少一種；所述點云樣本標注信息包括數據采集時間和/或數據采集場景，所述點云數據庫索引包括數據采集時間和/或數據采集場景。
14、可選地，所述通過所述特征提取模型分別提取所述分布式數據庫中各樣本圖像的第二圖像特征，包括：
15、依據所述待搜索圖像的搜索圖像標注信息，在多個分布式數據庫中確定目標搜索數據庫；
16、通過所述特征提取模型，分別提取所述目標搜索數據庫中各樣本圖像的第二圖像特征。
17、可選地，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
18、對車輛在行駛過程中采集的樣本圖像進行降維處理，利用降維處理后的樣本圖像構建分布式數據庫；
19、相應地，所述通過預設的特征提取模型提取所述待搜索圖像對應的第一圖像特征，包括：
20、對所述待搜索圖像進行降維處理獲得降維圖像，并通過特征提取模型提取所述降維圖像對應的第一圖像特征。
21、可選地，所述基于所述第一圖像特征與各第二圖像特征之間的相似度，在所述樣本圖像中獲取所述目標場景對應的目標匹配圖像，包括：
22、基于所述第一圖像特征與各第二圖像特征之間的相似度，在所述樣本圖像中獲取所述目標場景對應的候選匹配圖像；
23、通過所述特征提取模型提取所述待搜索圖像對應的第三圖像特征；
24、對所述候選匹配圖像進行維度恢復，并通過所述特征提取模型提取維度恢復后的候選匹配圖像的第四圖像特征；
25、基于所述第三圖像特征與所述第四圖像特征之間的相似度，在維度恢復后的候選匹配圖像中獲取所述目標場景對應的目標匹配圖像。
26、可選地，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫之前，所述方法還包括：
27、獲取車輛在行駛過程中實時采集的全量樣本圖像；
28、按照預設樣本篩選比例對所述全量樣本圖像進行圖像篩選，獲得所述樣本圖像，其中，所述預設樣本篩選比例用于約束預設時長內保留圖像的數量。
29、根據本申請的另一方面，提供了一種圖像搜索裝置，所述裝置包括：
30、數據庫構建模塊，用于利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫；
31、特征提取模塊，用于接收針對目標場景的待搜索圖像，并通過預設的特征提取模型提取所述待搜索圖像對應的第一圖像特征；以及，通過所述特征提取模型，提取所述分布式數據庫中各樣本圖像的第二圖像特征；
32、圖像獲取模塊，用于基于所述第一圖像特征與各第二圖像特征之間的相似度，在所述樣本圖像中獲取所述目標場景對應的目標匹配圖像。
33、可選地，所述數據庫構建模塊，還用于：
34、獲取車輛在行駛過程中采集的樣本圖像以及所述樣本圖像的樣本標注信息，并基于所述樣本標注信息以及多個分布式數據庫各自對應的數據庫索引，確定所述樣本圖像對應的至少一個落庫數據庫；
35、將所述樣本圖像存儲至對應的落庫數據庫中。
36、可選地，所述數據庫構建模塊，還用于：
37、當所述樣本圖像為視覺圖像時，基于所述視覺圖像的視覺樣本標注信息以及多個視覺數據庫各自對應的視覺數據庫索引，確定所述視覺圖像對應的至少一個落庫視覺數據庫，其中，所述分布式數據庫包括所述視覺數據庫；
38、當所述樣本圖像為點云圖像時，基于所述點云圖像的點云樣本標注信息以及多個點云數據庫各自對應的點云數據庫索引，確定所述點云圖像對應的至少一個落庫點云數據庫，其中，所述分布式數據庫包括所述點云數據庫。
39、可選地，所述視覺樣本標注信息包括攝像頭位置、數據采集時間以及數據采集場景中至少一種，所述視覺數據庫索引包括攝像頭位置、數據采集時間以及數據采集場景中至少一種；所述點云樣本標注信息包括數據采集時間和/或數據采集場景，所述點云數據庫索引包括數據采集時間和/或數據采集場景。
40、可選地，所述特征提取模塊，還用于：
41、依據所述待搜索圖像的搜索圖像標注信息，在多個分布式數據庫中確定目標搜索數據庫；
42、通過所述特征提取模型，分別提取所述目標搜索數據庫中各樣本圖像的第二圖像特征。
43、可選地，所述數據庫構建模塊，還用于：
本文檔來自技高網...【技術保護點】
1.一種圖像搜索方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述樣本標注信息以及多個分布式數據庫各自對應的數據庫索引，確定所述樣本圖像對應的至少一個落庫數據庫，包括：
4.根據權利要求3所述的方法，其特征在于，
5.根據權利要求2所述的方法，其特征在于，所述通過所述特征提取模型分別提取所述分布式數據庫中各樣本圖像的第二圖像特征，包括：
6.根據權利要求1至5中任一項所述的方法，其特征在于，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
7.根據權利要求6所述的方法，其特征在于，所述基于所述第一圖像特征與各第二圖像特征之間的相似度，在所述樣本圖像中獲取所述目標場景對應的目標匹配圖像，包括：
8.根據權利要求1至5中任一項所述的方法，其特征在于，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫之前，所述方法還包括：
9
10.一種存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至8中任一項所述的方法。
11.一種計算機設備，包括存儲介質、處理器及存儲在存儲介質上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至8中任一項所述的方法。
...【技術特征摘要】
1.一種圖像搜索方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述樣本標注信息以及多個分布式數據庫各自對應的數據庫索引，確定所述樣本圖像對應的至少一個落庫數據庫，包括：
4.根據權利要求3所述的方法，其特征在于，
5.根據權利要求2所述的方法，其特征在于，所述通過所述特征提取模型分別提取所述分布式數據庫中各樣本圖像的第二圖像特征，包括：
6.根據權利要求1至5中任一項所述的方法，其特征在于，所述利用車輛在行駛過程中采集的樣本圖像，構建分布式數據庫，包括：
7...
【專利技術屬性】
技術研發人員：陳彥君，李牧昀，陳銘，劉宇沖，李琦，李豪雨，劉偉，呂陽，
申請(專利權)人：魔門塔蘇州科技有限公司，
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。