本發明提供一種特征底庫構建方法、特征檢索方法以及相關裝置，其中特征底庫構建方法包括：從特征底庫中待插入特征的最高目標層的上一層中，確定最高目標層的第一入口特征；基于第一入口特征在最高目標層中搜索得到待插入特征的第一匹配特征；響應于最高目標層的上一層中的第一匹配特征數量未達預設數量，確定最高目標層的上一層的第二入口特征，基于第二入口特征在最高目標層的上一層中搜索得到待插入特征的第二匹配特征。該方法能夠提高特征檢索的召回率。

技術領域

本發明涉及圖像檢索技術領域，尤其是涉及一種特征底庫構建方法、特征檢索方法以及相關裝置。

背景技術

特征的檢索技術是基于特征提取技術獲取到的特征向量進行相似度比對，從而找到待檢索特征的相似特征，再根據相似特征找到對應的照片。一般情況下，底庫數據不是很多時，可采用線性暴力搜索的方式進行特征檢索。然而隨著科技的發展，尤其在安防和監控領域，上千億的數據被積累，且向量化的特征維度高達成百上千，線性搜索由于資源占用和效率問題，已無法滿足當前需求。因此特征檢索方面針對特征高維且數據量大的現狀，不斷產生相應的索引和搜索機制來減少向量的搜索空間，提高檢索速度。

以人臉特征為例，目前人臉特征的檢索主要針對安防領域中的人證搜索，即根據公安局所注冊的人臉證件照或人臉聚類業務中的一人一檔作為底庫，以及不同型號的NVR（網絡錄像機）或其它的電子設備所抓拍到的人臉圖像作為待搜索人臉特征，通過對證件照底庫進行合理的索引構建，以及后期搜索方式的設計來提高人臉特征的搜索效率，常用的人臉特征檢索方法主要包括樹、矢量量化、哈希以及近鄰圖等。其中近鄰圖方法在大規模高維人臉特征搜索上表現優秀，HNSW（分層可導航小世界圖）是近鄰圖方法的典型代表，其在召回率和耗時都明顯優于其它算法，它主要通過多個小世界網絡的思想來構建多層索引，希望通過網絡近鄰邊來檢索待檢索特征的一定數量的相似特征，而多個網絡就類似二叉樹的多層結構，由上至下，依次縮小檢索區域，從而降低檢索量，提高檢索效率。

但是HNSW（分層可導航小世界圖）在所有都見接端，會出現索引結構的連通性和不穩定性，這會導致檢索的召回率低，耗時時間長。

發明內容

本發明提供一種特征底庫構建方法、特征檢索方法以及相關裝置，該方法能夠提高特征檢索的召回率。

為解決上述技術問題，本發明提供的第一個技術方案為：提供一種特征底庫構建方法，包括：從特征底庫中待插入特征的最高目標層的上一層中，確定最高目標層的第一入口特征；基于第一入口特征在最高目標層中搜索得到待插入特征的第一匹配特征；響應于最高目標層的上一層中的第一匹配特征數量未達預設數量，確定最高目標層的上一層的第二入口特征，基于第二入口特征在最高目標層的上一層中搜索得到待插入特征的第二匹配特征。

其中，響應于最高目標層的上一層中的第一匹配特征數量未達預設數量，確定最高目標層的上一層的第二入口特征，基于第二入口特征在最高目標層的上一層中搜索得到待插入特征的第二匹配特征的步驟還包括：響應于最高目標層的上一層中不具有待插入特征，且響應于最高目標層的上一層中第一匹配特征數量未達到預設數量，確定最高目標層的上一層的第二入口特征，基于第二入口特征在最高目標層的上一層中搜索得到待插入特征的第二匹配特征。

其中，方法還包括：響應于最高目標層的上一層中第一匹配特征數量達到預設數量，或者響應于最高目標層的上一層中不具有待插入特征，且響應于最高目標層的上一層中第一匹配特征數量達到預設數量，確定最高目標層的下一層的第三入口特征，基于第三入口特征在最高目標層的下一層中搜索得到待插入特征的第三匹配特征。

其中，從特征底庫中待插入特征的最高目標層的上一層中，確定最高目標層的第一入口特征的步驟，包括：利用貪婪搜索的方式從特征底庫的最高層至最高目標層的上一層中進行搜索，以得到確定第一入口特征。