图像检索方法、图像检索系统、电子设备和存储介质与流程

1.本技术涉及计算机视觉技术领域，特别是涉及一种图像检索方法、图像检索系统、电子设备和存储介质。


背景技术：

2.计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，随着人工智能的不断发展，对于计算机视觉识别图像的便捷性也提出了更高的要求。现有技术中，通常由用户上传图像并选择基于人脸数据进行检索还是基于人体数据进行检索，用户需要自行选择检索方式且只能获得基于单一的数据信息的检索结果，导致图像检索较为不便且准确率相对较低。有鉴于此，如何提高图像检索的便捷性和准确性成为亟待解决的问题。


技术实现要素：

3.本技术主要解决的技术问题是提供一种图像检索方法、图像检索系统、电子设备和存储介质，能够提高图像检索的便捷性和准确性。
4.为解决上述技术问题，本技术第一方面提供一种图像检索方法，包括：对待处理图像进行检测，获得检测结果；其中，所述检测结果包括所述待处理图像包含人脸数据和人体数据中的一种或两种数据信息；基于所述检测结果对所述待处理图像进行过滤，获得已过滤图像；其中，所述已过滤图像包括所述人脸数据和所述人体数据中的至少一种数据信息；响应于所述已过滤图像只包括一种所述数据信息，对所述一种数据信息进行识别，获得第一检索结果；响应于所述已过滤图像包括两种所述数据信息，对所述两种数据信息进行识别并融合识别结果，获得第二检索结果。
5.为解决上述技术问题，本技术第二方面提供一种图像检索系统，包括：检测模块、过滤模块和融合模块，检测模块用于对待处理图像进行检测，获得检测结果；其中，所述检测结果包括所述待处理图像包含人脸数据和人体数据中的一种或两种数据信息；过滤模块用于基于所述检测结果对所述待处理图像进行过滤，获得已过滤图像；其中，所述已过滤图像包括所述人脸数据和所述人体数据中的至少一种数据信息；融合模块用于当所述已过滤图像只包括一种所述数据信息，对所述一种数据信息进行识别，获得第一检索结果；或者，当所述已过滤图像包括两种所述数据信息，对所述两种数据信息进行识别并融合识别结果，获得第二检索结果。
6.为解决上述技术问题，本技术第三方面提供一种电子设备，该电子设备包括：相互耦接的存储器和处理器，其中，所述存储器存储有程序数据，所述处理器调用所述程序数据以执行上述第一方面所述的方法。
7.为解决上述技术问题，本技术第四方面提供一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述第一方面所述的方法。
8.上述方案，在获得待处理图像后，对待处理图像进行检测，检测待处理图像中包括人脸数据和人体数据中一种还是两种，基于检测结果对待处理图像进行过滤，获得已过滤
图像，确保已过滤图像中包括人脸数据和人体数据中的至少一种数据信息，对已过滤图像中的数据信息进行识别输出对应的检索结果，对于用户而言只需上传待处理图像，无需选择对哪种类型的数据信息进行检索，提高了图像检索的便捷性，若待处理图像经过检测和过滤后只包括一种数据信息，则对一种数据信息进行识别，获得第一检索结果，若待处理图像经过检测和过滤后包括两种数据信息，则将两种数据信息进行识别后的识别结果进行融合，使两种识别结果相互增益，提高第二检索结果的准确性。
附图说明
9.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
10.图1是本技术图像检索方法一实施方式的流程示意图；
11.图2是本技术图像检索方法另一实施方式的流程示意图；
12.图3是本技术图像检索系统一实施方式对应的结构示意图；
13.图4是本技术电子设备一实施方式的结构示意图；
14.图5是本技术计算机可读存储介质一实施方式的结构示意图。
具体实施方式
15.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
16.本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
17.请参阅图1，图1是本技术图像检索方法一实施方式的流程示意图，该方法包括：
18.s101：对待处理图像进行检测，获得检测结果；其中，检测结果包括待处理图像包含人脸数据和人体数据中的一种或两种数据信息。
19.具体地，获得待处理图像后，对待处理图像进行检测，基于待处理图像是否能识别到人脸数据和/或人体数据，确定对应的检测结果，检测结果包括待处理图像包括人脸数据、待处理图像包括人体数据以及待处理图像包括人脸数据和人体数据。
20.在一应用方式中，利用图像检测模型对待处理图像进行检测，图像检测模型经过预先训练，用于对待检测图像上的目标进行识别，查找待处理图像中的行人作为目标，并提取行人能够被识别到的所有数据信息，若只能识别到行人的人脸数据则检测结果输出为目标只包括人脸数据一种数据信息，若只能识别到行人的人体数据则检测结果输出为目标只包括人体数据一种数据信息，若识别到行人的人脸数据和人体数据则检测结果输出为目标包括人脸数据和人脸数据两种数据信息。
21.s102：基于检测结果对待处理图像进行过滤，获得已过滤图像；其中，已过滤图像包括人脸数据和人体数据中的至少一种数据信息。
22.具体地，在获得检测结果后，基于检测结果对待处理图像进行过滤分析，基于分析结果对待处理图像进行过滤以获得已过滤图像。
23.在一应用方式中，若待处理图像的检测结果只包括一种数据信息，则对待处理图像进行过滤分析时，保留唯一的数据信息，以确保当前的图像检索能够完整进行。若待处理图像的检测结果包括两种数据信息，则对待处理图像进行过滤分析时，首先对人体数据进行过滤分析，再对人脸数据进行过滤分析，若两种数据信息均满足预设条件，则将两种数据信息均保留，若只有一种数据信息满足预设条件，则将满足预设条件的数据信息保留，若两种数据信息均不满足预设条件，则优先保留人脸数据，以确保当前的图像检索能够完整进行。
24.在一具体应用场景中，人脸数据对应有第一分辨率阈值，人体数据对应有第二分辨率阈值，基于待处理图像的检索结果对待处理图像进行过滤分析时，根据人脸数据的分辨率与第一分辨率阈值和/或人体数据的分辨率与第二分辨率阈值比对结果，确定保留两种数据信息还是保留其中一种数据信息。
25.在另一具体应用场景中，人脸数据对应有第一完整度阈值，人体数据对应有第二完整度阈值，基于待处理图像的检索结果对待处理图像进行过滤分析时，获取人脸数据上关键点的个数与预设关键点的比值，作为人脸数据的完整度，获取人体数据上的关节点的个数与预设关节点的比值，作为人体数据的完整度，其中，预设关键点包括耳、鼻、嘴巴、眼睛、下巴和头顶中的多个点，预设关节点包括脖子、手肘、手掌、胸部、腰部、臀部、膝盖和脚部中的多个点，根据人脸数据的完整度与第一完整度阈值和/或人体数据的完整度与第二完整度阈值比对结果，确定保留两种数据信息还是保留其中一种数据信息。
26.s103：响应于已过滤图像只包括一种数据信息，对一种数据信息进行识别，获得第一检索结果；响应于已过滤图像包括两种数据信息，对两种数据信息进行识别并融合识别结果，获得第二检索结果。
27.具体地，当已过滤图像只包括一种数据信息时，将已过滤图像中包括的数据信息与对应的图像库进行比对，获得第一检索结果，第一检索结果包括数据信息与对应的图像库中图像的相似度，当已过滤图像包括两种数据信息时，将已过滤图像中包括的两种数据信息分别与对应的图像库进行比对，将两种数据信息对应的识别结果融合获得融合相似度，获得第二检索结果，第二检索结果包括两种数据信息对应的融合相似度。
28.在一应用方式中，人脸数据对应有人脸图像库，人体数据对应有人体图像库，人脸图像库和人体图像库中至少部分人脸图像和人体图像是同一目标在同一时间段内采集到的，此部分人脸图像和人体图像存在关联关系。
29.在一应用场景中，当已过滤图像只包括一种数据信息时，将人脸数据与对应的人脸图像库中的人脸图像进行比对，获得相似度排名靠前的数量为预设数值的人脸图像及其对应的相似度作为第一检索结果，或者，将人体数据与对应的人体图像库中的人体图像进行比对，获得相似度排名靠前的数量为预设数值的人体图像及其对应的相似度作为第一检索结果。
30.在另一应用场景中，当已过滤图像包括两种数据信息时，将人脸数据与对应的人
脸图像库中的人脸图像进行比对，获得相似度排名靠前的数量为预设数值的人脸图像及其对应的相似度，将人体数据与对应的人体图像库中的人体图像进行比对，获得相似度排名靠前的数量为预设数值的人体图像，在预设数值的人脸图像和预设数值的人体图像中，将存在关联关系的人脸图像和人体图像作为一个识别组，并标记为第一识别组，将没有关联关系的人脸图像单独作为一个识别组，并标记为第二识别组，利用融合算法将第一识别组中存在关联关系的人脸图像和人体图像分别对应的相似度进行加权求和，利用融合算法将第二识别组中的人脸图像或人体图像所对应的相似度作为融合相似度，获得各个识别组对应的融合相似度，将各个识别组及其对应的融合相似度，作为待处理图像的第二检索结果。
31.上述方案，在获得待处理图像后，对待处理图像进行检测，检测待处理图像中包括人脸数据和人体数据中一种还是两种，基于检测结果对待处理图像进行过滤，获得已过滤图像，确保已过滤图像中包括人脸数据和人体数据中的至少一种数据信息，对已过滤图像中的数据信息进行识别输出对应的检索结果，对于用户而言只需上传待处理图像，无需选择对哪种类型的数据信息进行检索，提高了图像检索的便捷性，若待处理图像经过检测和过滤后只包括一种数据信息，则对一种数据信息进行识别，获得第一检索结果，若待处理图像经过检测和过滤后包括两种数据信息，则将两种数据信息进行识别后的识别结果进行融合，使两种识别结果相互增益，提高第二检索结果的准确性。
32.请参阅图2，图2是本技术图像检索方法另一实施方式的流程示意图，该方法包括：
33.s201：对待处理图像进行检测，获得检测结果；其中，检测结果包括待处理图像包含人脸数据和人体数据中的一种或两种数据信息。
34.具体地，对待处理图像进行检测，以判断能否从待处理图像上识别出人脸数据和/或人体数据，将至少能识别出一种数据信息的待处理图像保留，并生成对应的检测结果。
35.在一应用方式中，用户从前端的接收接口上传待处理图像，接收到待处理图像后，对待处理图像进行检测从待处理图像中识别行人作为目标，并判断目标是否包括至少部分人脸和/或至少部分人体，输出未被完全遮挡的目标对应的检测结果。
36.s202：响应于检测结果只包括一种数据信息，将待处理图像保留，获得已过滤图像；响应于检测结果包括两种数据信息，对待处理图像进行过滤并保留至少一种数据信息，获得已过滤图像。
37.具体地，利用图像过滤模型对待处理图像进行过滤分析，图像过滤模型经过预先训练能够基于待处理图像的检测结果对待处理图像进行过滤，并确保保留至少一种数据信息。当检测结果只包括一种数据信息时，将待处理图像输入图像过滤模型后，图像过滤模型将待处理图像保留以获得已过滤图像，当检测结果包括两种数据信息时，将待处理图像输入图像过滤模型后，图像过滤模型对两种数据信息进行判断，并保留至少一种数据信息，获得已过滤图像。从而经过图像过滤模型后，确保已过滤图像中仍包括数据信息，以使用户当前的图像检索流程继续进行，输出待处理图像对应的检索结果。
38.在一应用方式中，当待处理图像的检索结果包括两种数据信息时，对待处理图像进行过滤并保留至少一种数据信息，获得已过滤图像的步骤，包括：对待处理图像中的人体数据进行过滤分析，以确定人体数据是否保留；响应于人体数据被滤除，保留待处理图像中的人脸数据；或者，响应于人体数据被保留，对待处理图像中的人脸数据进行过滤分析，以确定人脸数据是否保留。
39.具体地，首先对待处理图像中的人体数据进行过滤分析，若人体数据满足预设条件则保留人体数据，否则将人体数据滤除，当人体数据被滤除，则保留待处理图像中的人脸数据，以使便于进行识别的人脸数据得以保留，用于后续对数据信息进行识别，当人体数据被保留，则对待处理图像中的人脸数据进行过滤分析，若人脸数据满足预设条件则保留人脸数据，否则将人脸数据滤除。故此，已过滤图像中至少包括一种数据信息用于对数据信息进行识别。其中，人体数据和人脸数据的预设条件可以基于分辨率、完整度、遮挡状况以及目标在待处理图像中所占比例等维度设置，以获得合适的过滤条件来过滤人体数据或人脸数据。
40.在一具体应用场景中，通过人脸数据被遮挡的部分与完整的人脸数据的比值设置人脸数据对应的预设条件，将遮挡面积超过50％的人脸数据滤除，以滤除有效信息较少的人脸数据，通过人体数据在整个待处理图像中所占的比值设置人体数据对应的预设条件，将人体数据在待处理图像中占比低于10％的人体数据滤除，以滤除画面中过小的人体数据。通过设置与对应的数据信息更加适配的预设条件，以提高对待处理图像进行过滤的准确性。
41.s203：判断已过滤图像是否包括两种数据信息。
42.具体地，判断已过滤图像中包括的数据信息的数量，若已过滤图像只包括一种数据信息则进入步骤s204，若已过滤图像包括两种数据信息则进入步骤s205。
43.s204：响应于数据信息为人脸数据，将人脸数据与人脸图像库中的人脸图像进行比对，获得第一识别结果，将第一识别结果作为第一检索结果；响应于数据信息为人体数据，将人体数据与人体图像库中的人体图像进行比对，获得第二识别结果，将第二识别结果作为第一检索结果。
44.具体地，人脸数据对应有人脸图像库，人体数据对应有人体图像库。当数据信息为人脸数据时，将人脸数据与人脸图像库中的人脸图像进行比对，获得第一识别结果，其中，第一识别结果包括相似度排在前第一数值的人脸图像及其对应的相似度，将第一识别结果作为第一检索结果。当数据信息为人体数据时，将人体数据与人体图像库中的人体图像进行比对，获得第二识别结果，其中，第二识别结果包括相似度排在前第二数值的人体图像及其对应的相似度，将第二识别结果作为第一检索结果。
45.在一应用方式中，当数据信息为人脸数据时，利用人脸识别模型对人脸数据与人脸图像库中的人脸图像进行比对，获得人脸数据与人脸图像的相似度并降序排列后筛选出前第一数值个人脸图像及其对应的相似度作为第一检索结果。或者，当数据信息为人体数据时，利用人体识别模型对人体数据与人体图像库中的人体图像进行比对，获得人体数据与人体图像的相似度并降序排列后筛选出前第二数值个人体图像及其对应的相似度作为第一检索结果。其中，第一数值和第二数值可以相等或者不相等。故此，当待处理图像经过检索和过滤后获得已过滤图像时，已过滤图像只包括一种数据信息则对该数据信息与对应的图像库进行比对，从而快速获取待处理图像对应的第一检索结果。
46.s205：将人脸数据与人脸图像库中的人脸图像进行比对，将人体数据与人体图像库中的人体图像进行比对，获得人脸数据对应的第一识别结果和人体数据对应的第二识别结果。
47.具体地，人脸数据对应有人脸图像库，人体数据对应有人体图像库。将人脸数据与
人脸图像库中的人脸图像进行比对，获得人脸数据对应的第一识别结果；将人体数据与人体图像库中的人体图像进行比对，获得人体数据对应的第二识别结果。其中，第一识别结果包括相似度排在前第一数值的人脸图像，第二识别结果包括相似度排在前第二数值的人体图像。其中，具体的比对过程与上述步骤s204类似，在此不再赘述。
48.s206：利用融合算法将第一识别结果和第二识别结果融合，获得第二检索结果。
49.具体地，人脸图像库和人体图像库中至少部分人脸图像和人体图像是同一目标在同一时间段内采集到的，因此，人脸图像库和人体图像库中至少部分人脸图像和人体图像存在关联关系。将第一数值个人脸图像和第二数值个人体图像中存在关联的作为一个识别组，将第一数值个人脸图像和第二数值个人体图像中没有关联关系的人脸图像或人体图像作为单独的识别组。
50.进一步地，人脸图像和人体图像为两种图像数据，利用融合算法将存在关联的人脸图像和人体图像分别对应的相似度进行融合，输出包括两种图像数据的识别组对应的融合相似度，将人脸图像或人体图像对应的相似度作为融合相似度，输出只包括一种图像数据的识别组对应的融合相似度，从而获得第二检索结果。
51.故此，对于用户而言，用户只需上传待处理图像即可，当待处理图像经过检索和过滤后获得已过滤图像时，若已过滤图像包括两种数据信息，则第二检索结果中将反馈识别组对应的融合相似度，而用户无需进行检索选择即可获得待处理图像对应的检索结果，提高了用户进行图像检索的便捷性。
52.在一应用方式中，利用融合算法将第一识别结果和第二识别结果融合，获得第二检索结果的步骤，包括：将第一识别结果和第二识别结果中存在关联的人脸图像和人体图像作为一个识别组，将第一识别结果和第二识别结果中其他人脸图像或人体图像单独作为一个识别组；利用融合算法将每个识别组中的人脸图像和/或人体图像对应的相似度融合，获得每个识别组的融合相似度；将每个识别组对应的融合相似度，以及识别组中的人脸图像和/或人体图像作为第二检索结果。
53.具体地，提取第一数值个人脸图像和第二数值个人体图像中存在关联的人脸图像和人体图像，组成包括两种图像数据的识别组，将没有关联关系的人脸图像作为只包括一种图像数据的识别组，将没有关联关系的人体图像作为只包括一种图像数据的识别组。
54.可选地，将包括两种图像数据的识别组标记为第一识别组，将只包括一种图像数据的识别组标记为第二识别组。
55.进一步地，请参阅表1，表1是由多个识别组生成的融合算法输入表。第一数值个人脸图像按相似度排序，第二数值个人体图像按相似度排序，其中，按人脸图像和人体图像中相似度的排序依次生成识别组，首先查找排序为1的人脸图像是否包括关联的人体图像，若包括，则提取对应的人体图像生成识别组，若不包括则排序为1的人脸图像单独生成识别组，若排序为1的人体图像仍未生成识别组，则查找排序为1的人体图像是否包括关联的人脸图像，依次按剩余的人脸图像和人体图像中的排序在前的人脸图像或人体图像进行查找，以生成融合算法输入表。
56.表1：融合算法输入表
[0057][0058]
具体地，以表1为例，排序为1的人脸图像没有关联的人体图像，则组号为1的识别组只包括排序为1的人脸图像及其对应的相似度；排序为1的人体图像没有关联的人脸图像，则组号为1的识别组只包括排序为1的人体图像及其对应的相似度；排序为2的人脸图像与排序为3的人体图像关联，则组号为3的识别组包括排序为2的人脸图像及其对应相似度，以及排序为3的人体图像及其对应的相似度。
[0059]
可选地，融合算法输入表中的人脸图像和人体图像还包括人脸图像和人体图像对应的特征和属性，其中，特征是从图像数据上提取出的特征信息，属性是与目标的身份相关的标签信息。
[0060]
进一步地，利用融合算法将每个识别组中的人脸图像和/或人体图像对应的相似度融合，获得每个识别组的融合相似度，将每个识别组对应的融合相似度，以及识别组中的人脸图像和/或人体图像共同作为第二检索结果，以使用户获得更加多元和详细的检索结果，当识别组中包括两种图像数据时，使两种识别结果相互增益提高检索结果的准确性。
[0061]
在一应用场景中，将每个识别组中的人脸图像和/或人体图像对应的相似度中的最大值作为融合相似度，直接将识别组中的相似度的最大值作为融合相似度，以提高获取融合相似度的效率。
[0062]
在另一应用场景中，对每个识别组中的人脸图像和/或人体图像对应的相似度进行加权求和，获得融合相似度。当识别组只包括一种图像数据，也就是获取到第二识别组时，将第二识别组中图像数据的权重设置为1，当识别组包括两种图像数据，也就是获取到第一识别组时，则分别为人脸数据对应的相似度和人体数据对应的相似度设置对应的权重，且权重之和为1，从而提高融合相似度的准确性。
[0063]
在又一应用场景中，利用融合模型对每个识别组中的人脸图像和/或人体图像对应的相似度进行融合，获得融合相似度。其中，融合模型经过预先训练用于对相似度进行融合。当识别组只包括一种图像数据，也就是获取到第二识别组时，融合模型基于图像数据中对应的特征和属性，对识别组中的人脸图像或人体图像对应的相似度进行修正，以获得识别组的融合相似度，当识别组包括两种图像数据，也就是获取到第一识别组时，融合模型基于两种图像数据的检索排序和相似度以及分别对应的特征和属性将两种图像数据对应的相似度相互增益后融合，以获得识别组的融合相似度，从而进一步提高每个识别组中融合相似度的准确性。
[0064]
可选地，将每个识别组对应的融合相似度，以及识别组中的人脸图像和/或人体图像作为第二检索结果的步骤之后，还包括：将每个识别组按融合相似度从大到小排序，并为每个识别组设置对应的编号；其中，识别组的编号按上述排序递增且同一识别组中的人脸图像和/或人体图像对应唯一的编号。
[0065]
具体地，所有识别组按照融合相似度重新排序，重新设置递增的组号，当识别组中包括人脸图像和人体图像时，同一识别组中的人脸图像和人体图像使用相同的组号，用户可通过组号得知人脸人体存在关联。从而便于用户对人脸图像和人体图像进行比对。
[0066]
在本实施例中，为待处理图像中不同的数据信息设置对应的过滤条件获得已过滤图像，使已过滤图像包括至少一种数据信息，且当已过滤图像包括人脸数据和人体数据这两种数据信息时，获取人脸数据对应的第一识别结果和人体数据对应的第二识别结果，将第一识别结果和第二识别结果融合，以使两种识别结果相互增益，提高检索结果的准确性以及整个检索过程的便捷性。
[0067]
请参阅图3，图3是本技术图像检索系统一实施方式对应的结构示意图，图像检索系统30包括检测模块300、过滤模块302和融合模块304。其中，检测模块300用于对待处理图像进行检测，获得检测结果；其中，检测结果包括待处理图像包含人脸数据和人体数据中的一种或两种数据信息；过滤模块302用于基于检测结果对待处理图像进行过滤，获得已过滤图像；其中，已过滤图像包括人脸数据和人体数据中的至少一种数据信息；融合模块304用于当已过滤图像只包括一种数据信息，对一种数据信息进行识别，获得第一检索结果；或者，当已过滤图像包括两种数据信息，对两种数据信息进行识别并融合识别结果，获得第二检索结果。
[0068]
上述方案，在获得待处理图像后，检测模块300对待处理图像进行检测，检测待处理图像中包括人脸数据和人体数据中一种还是两种，过滤模块302基于检测结果对待处理图像进行过滤，获得已过滤图像，确保已过滤图像中包括人脸数据和人体数据中的至少一种数据信息，融合模块304对已过滤图像中的数据信息进行识别输出对应的检索结果，对于用户而言只需上传待处理图像，无需选择对哪种类型的数据信息进行检索，提高了图像检索的便捷性，若待处理图像经过检测和过滤后只包括一种数据信息，则对一种数据信息进行识别，获得第一检索结果，若待处理图像经过检测和过滤后包括两种数据信息，则将两种数据信息进行识别后的识别结果进行融合，使两种识别结果相互增益，提高第二检索结果的准确性。
[0069]
进一步地，图像检索系统30还包括接收接口306和显示界面308，接收接口306用于接收待处理图像，显示界面308用于显示第一检索结果或第二检索结果。
[0070]
需要说明的是，图像检索系统30能够适用于上述任一实施例中的图像检索方法。
[0071]
请参阅图4，图4是本技术电子设备一实施方式的结构示意图，该电子设备40包括相互耦接的存储器401和处理器402，其中，存储器401存储有程序数据(图未示)，处理器402调用程序数据以实现上述任一实施例中的图像检索方法，相关内容的说明请参见上述方法实施例的详细描述，在此不再赘叙。
[0072]
请参阅图5，图5是本技术计算机可读存储介质一实施方式的结构示意图，该计算机可读存储介质50存储有程序数据500，该程序数据500被处理器执行时实现上述任一实施例中的图像检索方法，相关内容的说明请参见上述方法实施例的详细描述，在此不再赘叙。
[0073]
需要说明的是，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
[0074]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0075]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0076]
以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。

技术特征：
1.一种图像检索方法，其特征在于，所述方法包括：对待处理图像进行检测，获得检测结果；其中，所述检测结果包括所述待处理图像包含人脸数据和人体数据中的一种或两种数据信息；基于所述检测结果对所述待处理图像进行过滤，获得已过滤图像；其中，所述已过滤图像包括所述人脸数据和所述人体数据中的至少一种数据信息；响应于所述已过滤图像只包括一种所述数据信息，对所述一种数据信息进行识别，获得第一检索结果；响应于所述已过滤图像包括两种所述数据信息，对所述两种数据信息进行识别并融合识别结果，获得第二检索结果。2.根据权利要求1所述的图像检索方法，其特征在于，所述基于所述检测结果对所述待处理图像进行过滤，获得已过滤图像的步骤，包括：响应于所述检测结果只包括一种所述数据信息，将所述待处理图像保留，获得所述已过滤图像；响应于所述检测结果包括两种所述数据信息，对所述待处理图像进行过滤并保留至少一种所述数据信息，获得所述已过滤图像。3.根据权利要求2所述的图像检索方法，其特征在于，所述对所述待处理图像进行过滤并保留至少一种所述数据信息，获得所述已过滤图像的步骤，包括：对所述待处理图像中的人体数据进行过滤分析，以确定所述人体数据是否保留；响应于所述人体数据被滤除，保留所述待处理图像中的人脸数据；响应于所述人体数据被保留，对所述待处理图像中的人脸数据进行过滤分析，以确定所述人脸数据是否保留。4.根据权利要求1所述的图像检索方法，其特征在于，所述人脸数据对应有人脸图像库，所述人体数据对应有人体图像库，所述对所述两种数据信息进行识别并融合识别结果，获得第二检索结果的步骤，包括：将所述人脸数据与所述人脸图像库中的人脸图像进行比对，将所述人体数据与所述人体图像库中的人体图像进行比对，获得所述人脸数据对应的第一识别结果和所述人体数据对应的第二识别结果；其中，所述第一识别结果包括相似度排在前第一数值的人脸图像，所述第二识别结果包括相似度排在前第二数值的人体图像；利用融合算法将所述第一识别结果和所述第二识别结果融合，获得所述第二检索结果。5.根据权利要求4所述的图像检索方法，其特征在于，所述人脸图像库和所述人体图像库中至少部分人脸图像和人体图像存在关联关系，所述利用融合算法将所述第一识别结果和所述第二识别结果融合，获得所述第二检索结果的步骤，包括：将所述第一识别结果和所述第二识别结果中存在关联的所述人脸图像和所述人体图像作为一个识别组，将所述第一识别结果和第二识别结果中其他所述人脸图像或所述人体图像单独作为一个识别组；利用融合算法将每个所述识别组中的所述人脸图像和/或所述人体图像对应的相似度融合，获得每个识别组的融合相似度；将每个所述识别组对应的所述融合相似度，以及所述识别组中的所述人脸图像和/或所述人体图像作为所述第二检索结果。6.根据权利要求5所述的图像检索方法，其特征在于，所述利用融合算法将每个所述识别组中的所述人脸图像和/或所述人体图像对应的相似度融合，获得每个识别组的融合相
似度的步骤，包括：将每个所述识别组中的人脸图像和/或人体图像对应的相似度中的最大值作为所述融合相似度；或者，对每个所述识别组中的人脸图像和/或人体图像对应的相似度进行加权求和，获得所述融合相似度；或者，利用融合模型对每个所述识别组中的人脸图像和/或人体图像对应的相似度进行融合，获得所述融合相似度；所述融合模型经过预先训练用于对相似度进行融合。7.根据权利要求5所述的图像检索方法，其特征在于，所述将每个所述识别组对应的所述融合相似度，以及所述识别组中的所述人脸图像和/或所述人体图像作为所述第二检索结果的步骤之后，还包括：将每个所述识别组按所述融合相似度从大到小排序，并为每个所述识别组设置对应的编号；其中，所述识别组的编号按所述排序递增且同一所述识别组中的所述人脸图像和/或所述人体图像对应唯一的编号。8.根据权利要求4所述的图像检索方法，其特征在于，所述对所述一种数据信息进行识别，获得第一检索结果的步骤，包括：响应于所述数据信息为所述人脸数据，将所述人脸数据与所述人脸图像库中的人脸图像进行比对，获得所述第一识别结果，将所述第一识别结果作为所述第一检索结果；响应于所述数据信息为所述人体数据，将所述人体数据与所述人体图像库中的人体图像进行比对，获得所述第二识别结果，将所述第二识别结果作为所述第一检索结果。9.一种图像检索系统，其特征在于，包括：检测模块，用于对待处理图像进行检测，获得检测结果；其中，所述检测结果包括所述待处理图像包含人脸数据和人体数据中的一种或两种数据信息；过滤模块，用于基于所述检测结果对所述待处理图像进行过滤，获得已过滤图像；其中，所述已过滤图像包括所述人脸数据和所述人体数据中的至少一种数据信息；融合模块，用于当所述已过滤图像只包括一种所述数据信息，对所述一种数据信息进行识别，获得第一检索结果；或者，当所述已过滤图像包括两种所述数据信息，对所述两种数据信息进行识别并融合识别结果，获得第二检索结果。10.根据权利要求9所述的图像检索系统，其特征在于，还包括：接收接口，用于接收所述待处理图像；显示界面，用于显示所述第一检索结果或所述第二检索结果。11.一种电子设备，其特征在于，包括：相互耦接的存储器和处理器，其中，所述存储器存储有程序数据，所述处理器调用所述程序数据以执行如权利要求1-8中任一项所述的方法。12.一种计算机可读存储介质，其上存储有程序数据，其特征在于，所述程序数据被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本申请公开了一种图像检索方法、图像检索系统、电子设备和存储介质，该方法包括：对待处理图像进行检测，获得检测结果；其中，检测结果包括待处理图像包含人脸数据和人体数据中的一种或两种数据信息；基于检测结果对待处理图像进行过滤，获得已过滤图像；其中，已过滤图像包括人脸数据和人体数据中的至少一种数据信息；响应于已过滤图像只包括一种数据信息，对一种数据信息进行识别，获得第一检索结果；响应于已过滤图像包括两种数据信息，对两种数据信息进行识别并融合识别结果，获得第二检索结果。上述方案，能够提高图像检索的便捷性和准确性。确性。确性。


技术研发人员：邸德宁 廖紫嫣 郝敬松 朱树磊
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.10.15
技术公布日：2022/3/8