图片搜索方法及装置.pdf

本发明提供一种图片搜索方法及装置。方法包括：获取待搜索图片及针对所述待搜索图片的搜索意图信息；根据所述待搜索图片和所述搜索意图信息，获得搜索结果。本发明可以提高从搜索结果中获取有用信息的效率。

权利要求书
1.  一种图像搜索方法，其特征在于，包括：
获取待搜索图片及针对所述待搜索图片的搜索意图信息；
根据所述待搜索图片和所述搜索意图信息，获得搜索结果。

2.  根据权利要求1所述的方法，其特征在于，所述获取待搜索图片及针对所述待搜索图片的搜索意图信息，包括：
进入搜索页面；
获得所述待搜索图片；
接收用户输入的所述搜索意图信息。

3.  根据权利要求1所述的方法，其特征在于，所述获取待搜索图片及针对所述待搜索图片的搜索意图信息，包括：
实时监测用户输入的原始信息；
根据所述原始信息判断所述用户是否有搜索需求；
当确定所述用户有搜索需求时，进入搜索页面，获得所述待搜索图片，并将所述原始信息作为针对所述待搜索图片的搜索意图信息。

4.  根据权利要求3所述的方法，其特征在于，所述根据所述原始信息判断所述用户是否有搜索需求，包括：
判断所述原始信息是否属于预设的搜索需求词；
当判断结果为是时，确定所述用户有搜索需求；
当判断结果为否时，确定所述用户没有搜索需求。

5.  根据权利要求1-4任一项所述的方法，其特征在于，所述搜索意图信息包括：文本信息、语音信息和视频信息中的至少一种。

6.  根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述待搜索图片和所述搜索意图信息，获得搜索结果，包括：
提取所述待搜索图片的特征信息；
对所述特征信息和所述搜索意图信息进行合并处理，以获得搜索关键词；
根据所述搜索关键词进行搜索，以获得搜索结果。

7.  根据权利要求6所述的方法，其特征在于，所述对所述特征信息和所述搜索意图信息进行合并处理，以获得搜索关键词，包括：
获取所述特征信息对应的倒排索引和所述搜索意图信息对应的倒排索引；
对所述特征信息对应的倒排索引和所述搜索意图信息对应的倒排索引进行加权处理，获得所述搜索关键词。

8.  一种图像搜索装置，其特征在于，包括：
获取模块，用于获取待搜索图片及针对所述待搜索图片的搜索意图信息；
搜索模块，用于根据所述待搜索图片和所述搜索意图信息，获得搜索结果。

9.  根据权利要求8所述的装置，其特征在于，所述获取模块具体用于：
进入搜索页面；
获得所述待搜索图片；
接收用户输入的所述搜索意图信息。

10.  根据权利要求8所述的装置，其特征在于，所述获取模块具体用于：
实时监测用户输入的原始信息；
根据所述原始信息判断所述用户是否有搜索需求；
当确定所述用户有搜索需求时，进入搜索页面，获得所述待搜索图片，并将所述原始信息作为针对所述待搜索图片的搜索意图信息。

11.  根据权利要求10所述的装置，其特征在于，所述获取模块进一步具体用于：
判断所述原始信息是否属于预设的搜索需求词；
当判断结果为是时，确定所述用户有搜索需求；
当判断结果为否时，确定所述用户没有搜索需求。

12.  根据权利要求8-11任一项所述的装置，其特征在于，所述搜索意图信息包括：文本信息、语音信息和视频信息中的至少一种。

13.  根据权利要求8-11任一项所述的装置，其特征在于，所述搜索模块具体用于：
提取所述待搜索图片的特征信息；
对所述特征信息和所述搜索意图信息进行合并处理，以获得搜索关键词；
根据所述搜索关键词进行搜索，以获得搜索结果。

14.  根据权利要求13所述的装置，其特征在于，所述搜索模块进一步具体用于：
获取所述特征信息对应的倒排索引和所述搜索意图信息对应的倒排索引；
对所述特征信息对应的倒排索引和所述搜索意图信息对应的倒排索引进行加权处理，获得所述搜索关键词。

说明书图片搜索方法及装置
【技术领域】
本发明涉及信息搜索技术领域，尤其涉及一种图片搜索方法及装置。
【背景技术】
随着互联网技术的发展，目前用户已经不再满足于只是对文本的搜索，很多用户还希望可以通过搜索引擎对网络图片进行搜索，于是出现了图片搜索技术。
目前的图片搜索技术，大多都只针对图片进行比对处理，搜索得到相似的图片结果和文字结果等。目前这种图片搜索技术并不能准确地理解用户需求，返回的搜索结果通常较多，用户需要在搜索结果中不断搜寻，往往不能快速地从中获取想要的信息，获取有用信息的效率低。
【发明内容】
本发明的多个方面提供一种图片搜索方法及装置，用以提高从搜索结果中获取有用信息的效率。
本发明的一方面，提供一种图片搜索方法，包括：
获取待搜索图片及针对所述待搜索图片的搜索意图信息；
根据所述待搜索图片和所述搜索意图信息，获得搜索结果。
本发明的另一方面，提供一种图片搜索装置，包括：
获取模块，用于获取待搜索图片及针对所述待搜索图片的搜索意图信息；
搜索模块，用于根据所述待搜索图片和所述搜索意图信息，获得搜索结果。
在本申请中，获取待搜索图片及针对待搜索图片的搜索意图信息，同时根据待搜索图片和搜索意图信息获得搜索结果。由于同时根据待搜索图片和搜索意图信息进行搜索，所获得的搜索结果是最接近用户搜索意图的搜索结果，与现有技术相比，极大的降低了搜索结果的数量，因此可以提高用户在搜索结果中获取有用信息的效率。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的图片搜索方法的流程示意图；
图2为本发明一实施例提供的图片搜索装置的结构示意图。
【具体实施方式】
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例提供的图片搜索方法的流程示意图。如图1所示，该方法包括：
101、获取待搜索图片及针对待搜索图片的搜索意图信息。
102、根据上述待搜索图片和上述搜索意图信息，获得搜索结果。
针对现有图片搜索存在的无法准确理解用户需求，搜索结果数量较多， 导致用户从搜索结果中获取有用信息的效率较低的问题，本实施例提供一种图片搜索方法，具体的：
当需要进行图片搜索时，图片搜索装置获取待搜索图片，并获取针对该待搜索图片的搜索意图信息，然后同时根据该待搜索图片和搜索意图信息进行搜索，从而获得与待搜索图片相关又满足搜索意图的搜索结果。
上述针对待搜索图片的搜索意图信息主要表示用户对待搜索图片的搜索意图或搜索需求。一般来说，与待搜索图片相关的信息量会很大，而通过搜索意图信息可以从所有与待搜索图片相关的信息中过滤掉不符合搜索意图的信息，减少信息量。以待搜索图片为一种蔬菜的图片为例，则与该图片相关的信息包括：该蔬菜的热量信息、菜谱信息、购买信息、相关新闻、综合百科信息，等等。假设对于该蔬菜，用户的搜索意图是搜索原产地信息，则与该蔬菜有关的信息量相比，同时与该蔬菜相关且又涉及该蔬菜原产地信息的信息量会小很多，例如，同时与该蔬菜相关且又涉及该蔬菜原产地信息的信息可能包括该蔬菜的相关新闻、综合百科信息等，而不会包括该蔬菜的热量信息、菜谱信息等。
由上述可见，在本实施例中，除了将待搜索图片作为搜索条件之外，同时将针对待搜索图片的搜索意图信息作为搜索条件进行搜索，可以直接获取既与待搜索图片相关又满足搜索意图信息的搜索结果，与现有技术中仅基于图片进行搜索的方案相比，本实施例可以极大的降低搜索结果的数量，用户可以快速地从搜索结果中获取想要的信息，提高了用户从中获取有用信息的效率。
在实际应用中，可以通过对待识别对象进行拍照，将待识别对象的照片作为待搜索图片，所述待识别对象可以是植物(如一棵树、一朵花等)、动物、衣物(如背包、上衣、鞋子)、书籍、食品、智能终端(如手机、平板电脑、打印机等)、服务器、网络设备等。或者，也可以从本地图库中选取包括待识别对象或内容的图片作为待搜索图片。或者，也可以从云端获取包括待识别对象或内容的图片作为待搜索图片。
值得说明的是，上述待搜索图片可以是一张或多张。
在实际应用中，针对上述待搜索图片的搜索意图信息可以包括文本信息、语音信息和视频信息中的至少一种。简单来说，用户可以通过文本、语音和视频中的至少一种方式表达对待搜索图片的搜索意图。举例说明，以内容为儿童读物的待搜索图片为例，对该搜索图片的搜索意图信息包括：以文本形式描述的价格信息，如具体文本内容可以是：该儿童读物的价格，以语音形式描述的出版社信息，如具体语音内容可以是：该儿童读物的出版社是哪家，以及包括以视频形式描述的内容信息，如具体视频内容可以是：连续播放的该儿童读物中的插图。
根据搜索意图信息在实现形式上的不同，获取搜索意图信息的方式也会有所不同。对于搜索意图信息中的文本信息，从用户角度来说，可以通过各种文本输入工具，如键盘、鼠标、输入笔、触摸屏等，输入文本信息；从图片搜索装置角度来说，可以接收用户通过各种文本输入工具输入的文本信息。对于搜索意图信息中的语音信息，从用户角度来说，可以通过语音录制模块，例如麦克风输入语音信息；从图片搜索装置角度来说，可以获取语音录制模块所录制的语音信息。对于搜索意图信息中的视频信息，从用户角度来说，可以通过视频拍摄模块，如摄像头，进行拍摄；从图片搜索装置角度来说，可以获取视频拍摄模块所拍摄的视频信息。
在步骤101，即获取待搜索图片及针对待搜索图片的搜索意图信息的一种可选实施方式中，可以先启动图片搜索装置，进入搜索页面；然后，图片搜索装置获得待搜索图片；之后图片搜索装置接收用户输入的搜索意图信息。
具体的，可以在搜索页面设置拍摄按钮(该按钮可以是一照相机图标)，用于供用户发出拍照指令。当需要进行搜索时，用户可以启动搜索功能(即启动图片搜索装置)，启动搜索功能的表现方式为进入图片搜索装置提供的搜索页面。然后，用户通过搜索页面上的拍照按钮发出拍照指令；图片搜索装置接收用户发出的拍照指令，根据该指令启动拍照模块，对待识别对象进行拍照，以获得待搜索图片。具体的，用户可以用拍照模块对准待识别对象， 以对待识别对象进行拍照。接下来，图片搜索装置接收用户输入的搜索意图信息。
在图片搜索装置接收用户输入的搜索意图信息的一具体实施方式中，图片搜索装置在获得待搜索图片后，自动启动录音模块对用户的语音进行录制，以获得语音形式的搜索意图信息。
在图片搜索装置接收用户输入的搜索意图信息的另一具体实施方式中，图片搜索装置可以通过同时通过具有摄像功能的拍照模块录制一段视频流，获取该视频流中的音频信息作为搜索意图信息。其中，该视频流中的图片为待搜索图片，该视频流中的音频信息为语音形式的搜索意图信息。
在图片搜索装置接收用户输入的搜索意图信息的又一具体实施方式中，可以在搜索页面设置文本输入框、语音录制按钮和视频拍摄按钮中的至少一个，用于供用户输入搜索意图信息。基于此，用户在拍照结束后，通过搜索页面上的文本输出框输入搜索意图信息；图片搜索装置在获得待搜索图片后，接收用户输入的搜索意图信息。或者，用户在拍照结束后，通过搜索页面上的录音按钮发出录音指令，图片搜索装置在获得待搜索图片后，接收录音指令，启动语音录音模块，对表达用户搜索意图的语音进行录制，以获得语音形式的搜索意图信息。或者，用户在拍照结束后，通过搜索页面上的视频按钮发出视频拍摄指令，图片搜索装置在获得待搜索图片后，接收视频拍摄指令，启动视频拍摄模块，对表达用户搜索意图的视频进行拍摄，以获得视频形式的搜索意图信息。
在步骤101，即获取待搜索图片及针对待搜索图片的搜索意图信息的另一种可选实施方式中，实时监测用户输入的原始信息；根据该原始信息判断用户是否有搜索需求；当确定用户有搜索需求时，进入搜索页面，获得待搜索图片，并将原始信息作为针对待搜索图片的搜索意图信息。
具体的，图片搜索装置实时监测用户输入的原始信息，根据监测到的原始信息判断用户是否具有搜索需求。其中，用户输入的原始信息可以包括： 文本信息、语音信息和视频信息中的至少一种。
在一种实施方式中，图片搜索装置可以预先设定搜索需求词，搜索需求词是反应用户具有搜索需求的词语或句子，例如搜索需求词可以是类似“去哪”“多少钱”、“这种蔬菜的原产地是哪”、“这部电影哪天上映”、“几号了”等词语或句子。基于此，图片搜索装置具体可以判断监测到的原始信息是否属于预设的搜索需求词；当判断结果为是时，确定用户有搜索需求；当判断结果为否时，确定用户没有搜索需求。
当判断出用户具有搜索需求时，图片搜索装置启动搜索功能，启动搜索功能的表现方式为进入搜索页面。之后，图片搜索装置对待识别对象进行拍照，以获取待搜索图片，并将监测到的原始信息作为待搜索图片的搜索意图信息。
在一可选实施方式中，图片搜索装置在判断出用户具有搜索需求后，自动启动拍照模块，对待识别对象进行拍照，以获得待搜索图片。在该实施方式中，并不限定图片搜索装置启动拍照模块和进入搜索页面的先后顺序。
在另一可选实施方式中，可以在搜索页面设置拍摄按钮(该按钮可以是一照相机图标)，用于供用户发出拍照指令。图片搜索装置在判断出用户具有搜索需求后，先进入搜索页面。用户通过搜索页面上的拍照按钮发出拍照指令；图片搜索装置接收用户发出的拍照指令，根据该指令启动拍照模块，对待识别对象进行拍照，以获得待搜索图片。
在步骤102，即根据上述待搜索图片和上述搜索意图信息，获得搜索结果的一种可选实施方式中，图片搜索装置可以先根据上述待搜索图片进行搜索，获得初始搜索结果，根据上述搜索意图信息，在初始搜索结果中进行二次搜索，获得最终的搜索结果。
在步骤102，即根据上述待搜索图片和上述搜索意图信息，获得搜索结果的另一种可选实施方式中，图片搜索装置提取待搜索图片的特征信息；对特征信息和搜索意图信息进行合并处理，以获得搜索关键词；直接根据该搜 索关键词进行搜索，以获得搜索结果。
值得说明的是，在上述合并处理过程中，若搜索意图信息包括语音信息，则可以将语音信息转换成文本信息，再将特征信息与文本信息进行合并处理。
在本发明的实施例中，可以采用很多通用的提取算法提取待搜索图片的特征，例如可以采用词袋(bag of word，BOW)算法，提取待搜索图片中的不定个数的特征，每个特征对应一个特征向量，这样可以从一张图片中提取多个特征。
进一步可选的，图片搜索装置可以获取特征信息对应的倒排索引和搜索意图信息对应的倒排索引；之后，对特征信息对应的倒排索引和搜索意图信息对应的倒排索引进行加权处理，获得上述搜索关键词。
例如，图片搜索装置可以分别采用特征信息和搜索意图信息对倒排索引库进行检索，从而获得特征信息对应的倒排索引和搜索意图信息对应的倒排索引。其中，特征信息和搜索意图信息可以共用一个倒排索引库，也可以使用独立的倒排索引库。
可选的，上述特征信息和上述搜索意图信息一般会对应多个倒排索引，则可以分别获取特征信息和上述搜索意图信息对应的最前面的N个倒排索引，对这2N个倒排索引进行加权处理；然后对加权处理结果进行排序，选择排在最前面的M个加权处理结果作为搜索关键词。其中，N和M均为自然数，且M小于或等于N。
采用本发明实施例提供的方法，当用户在乘坐地铁时看到某个电影的海报后，若想了解该电影的放映及票价等信息，用户可以拿起手机进入搜索页面，拍下这个海报并录制询问放映影院及票价的语音信息，之后采用BOW或其他提取算法提取出该海报的特征信息，并将语音信息转换为文本信息，将特征信息与文本信息进行合并，生成搜索关键词，利用搜索关键词进行搜索，获得与该电影的放映及票价有关的搜索结果，将所获得的搜索结果展示给用户。或者
采用本发明实施例提供的方法，当用户在乘坐地铁时看到某个电影的海 报后，若想了解该电影的放映及票价等信息，用户可以开启手机上的录音功能，录制询问放映影院及票价的语音信息，当根据该语音信息判断出用户有搜索需求时，进入搜索页面并启动拍照模块(如摄像头)，用户通过拍照模块拍下这个海报，之后采用BOW或其他提取算法提取出该海报的特征信息，并将语音信息转换为文本信息，将特征信息与文本信息进行合并，生成搜索关键词，利用搜索关键词进行搜索，获得与该电影的放映及票价有关的搜索结果，将所获得的搜索结果展示给用户。
由上述可见，本申请同时根据待搜索图片和搜索意图信息进行搜索，所获得的搜索结果是最接近用户搜索意图的搜索结果，与现有技术相比，极大的降低了搜索结果的数量，因此可以提高用户在搜索结果中获取有用信息的效率。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作合并，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
图2为本发明一实施例提供的图片搜索装置的结构示意图。如图2所示，该方法包括：获取模块21和搜索模块22。
获取模块21，用于获取待搜索图片及针对所述待搜索图片的搜索意图信息。
搜索模块22，用于根据获取模块21获取的待搜索图片和搜索意图信息，获得搜索结果。
在一可选实施方式中，获取模块21具体用于：
进入搜索页面；
获得所述待搜索图片；
接收用户输入的所述搜索意图信息。
在一可选实施方式中，获取模块21具体用于：
实时监测用户输入的原始信息；
根据所述原始信息判断所述用户是否有搜索需求；
当确定所述用户有搜索需求时，进入搜索页面，获得所述待搜索图片，并将所述原始信息作为针对所述待搜索图片的搜索意图信息。
进一步，获取模块21在根据所述原始信息判断所述用户是否有搜索需求时，具体用于：
判断所述原始信息是否属于预设的搜索需求词；
当判断结果为是时，确定所述用户有搜索需求；
当判断结果为否时，确定所述用户没有搜索需求。
可选的，上述搜索意图信息可以包括：文本信息、语音信息和视频信息中的至少一种。
在一可选实施方式中，搜索模块42具体用于：提取所述搜索图片的特征信息；对所述特征信息和所述搜索意图信息进行合并处理，以获得搜索关键词；根据所述搜索关键词进行搜索，以获得搜索结果。
进一步可选的，搜索模块42在对上述特征信息和搜索意图信息进行组合合并处理时，具体可用于：获取特征信息对应的倒排索引和搜索意图信息对应的倒排索引；对特征信息对应的倒排索引和搜索意图信息对应的倒排索引进行加权处理，获得搜索关键词。
例如，搜索模块42可以分别采用特征信息和搜索意图信息对倒排索引库进行检索，从而获得特征信息对应的倒排索引和搜索意图信息对应的倒排索引。其中，特征信息和搜索意图信息可以共用一个倒排索引库，也可以使用独立的倒排索引库。
例如，在特征信息和上述搜索意图信息分别对应多个倒排索引的情况下，搜索模块42具体可以分别获取特征信息和上述搜索意图信息对应的最前面的N个倒排索引，对这2N个倒排索引进行加权处理；然后对加权处理 结果进行排序，选择排在最前面的M个加权处理结果作为搜索关键词。其中，N和M均为自然数，且M小于或等于N。
本实施例提供的图片搜索装置，获取待搜索图片及针对待搜索图片的搜索意图信息，同时根据待搜索图片和搜索意图信息获得搜索结果。由于本实施例的图片搜索装置可以同时根据待搜索图片和搜索意图信息进行搜索，其所获得的搜索结果是最接近用户搜索意图的搜索结果，与现有技术相比，极大的降低了搜索结果的数量，因此可以提高用户在搜索结果中获取有用信息的效率。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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例方案的目的。
另外，在本发明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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机 可读取存储介质中。上述软件功能单元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)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。