构建图像主体数据库的方法、装置、存储介质及电子设备与流程

1.本公开涉及电子信息技术领域，具体地，涉及一种构建图像主体数据库的方法、装置、存储介质及电子设备。


背景技术：

2.在相关技术中，对应基于图片来建立物体库的场景而言，图片中可能同时包括主体物体和非主体物体，需要准确地识别图片中的主体物体，将主体物体的特征写入物体库中，以便在后续基于物体库为用户终端反馈准确的搜索结果。
3.因此，如何准确地识别图片的主体物体是至关重要的。


技术实现要素：

4.提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
5.第一方面，本公开提供一种构建图像主体数据库的方法，所述方法包括：
6.获取描述同一主体物体的多个待识别图像和所述主体物体的类别标签，所述主体物体的类别标签包括主类别标签；
7.针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；
8.针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；
9.对所有所述待识别图像的候选检测框进行聚类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；
10.根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
11.第二方面，本公开提供一种构建图像主体数据库的装置，所述装置包括：
12.获取模块，用于获取描述同一主体物体的多个待识别图像和所述主体物体的主类别标签，所述主体物体的类别标签包括主类别标签；
13.识别模块，用于针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；
14.第一确定模块，用于针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；
15.聚类模块，用于对所有所述待识别图像的候选检测框进行聚类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；
16.构建模块，用于根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
17.第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。
18.第四方面，本公开提供一种电子设备，包括：
19.存储装置，其上存储有计算机程序；
20.处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。
21.通过上述技术方案，获取描述同一主体物体的多个待识别图像和主体物体的类别标签，主体物体的类别标签包括主类别标签；针对每一待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一候选检测框中的候选物体的主类别标签；针对每一候选检测框，根据该候选检测框中的候选物体的主类别标签和主体物体的主类别标签，确定该候选检测框是否为主体检测框，主体检测框中的候选物体为主体物体；对所有待识别图像的候选检测框进行聚类，得到多个类簇，并将包括主体检测框的类簇中的所有检测框确定为目标主体检测框；根据目标主体检测框和与目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。通过标签对比的方式确定主体检测框，再通过聚类的方式，将漏掉的包括主体物体的候选检测框进行召回，并将其确定为目标主体检测框，并基于目标主体检测框建立图像主体数据库，以此优化图像主体数据库的构建效果。
22.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
23.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
24.图1是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的流程图。
25.图2是是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的另一流程图。
26.图3是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的另一流程图。
27.图4是根据本公开一示例性实施例示出的一种构建图像主体数据库的装置的框图。
28.图5是根据本公开一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
29.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
30.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
31.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
32.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
33.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
34.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
35.正如背景技术所言，图片中可能同时包括主体物体和非主体物体，需要准确地识别图片的主体物体，将主体物体的特征写入物体库中，以便在后续基于物体库为用户终端反馈准确的搜索结果。目前，通常通过标签对比的方式来确定图片中的各物体是否为主体物体。具体来讲，获取图片中主体物体的类别标签，通过将该类别标签与图片中各物体的预测类别标签进行对比，将图片中与类别标签一致的预测类别标签对应的物体确定为主体物体。但是，此种方式过于依赖于标签分类的准确率，因此，可以错误的过滤掉主体物体，进而影响主体识别的准确率。
36.有鉴于此，本公开实施例提供一种构建图像主体数据库的方法、装置、存储介质及电子设备，以此解决因过度依赖标签而影响主体识别的问题。
37.图1是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的流程图。该方法可以应用于电子设备，参照图1，该方法包括以下步骤：
38.步骤s101，获取描述同一主体物体的多个待识别图像和主体物体的类别标签，主体物体的类别标签包括主类别标签。
39.在一些实施例中，主体物体可以是商品，例如，衣服、鞋子、包等。在主体物体为衣服时，其对应的主类别标签可以是服饰。
40.在一些实施例中，描述同一主体物体的多个待识别图像可以从不同角度(例如视角)对主体物体进行展示。因此，由此构建的图像主体数据库可以提高描述主体物体的丰富性和多样性。
41.在一些实施例中，多个待识别图像属于源数据，可以设置一数据库用于存储源数据。在一些实施例中，源数据还可以包括描述待识别图像的标题文本，根据该标题文本可以确定主体物体的类别标签。电子设备可以从该数据库中获取源数据，以获取描述同一主体物体的多个待识别图像和主体物体的类别标签，所述主体物体的类别标签包括主类别标签。
42.在一些实施例中，可以预先根据描述待识别图像的标题文本和该待识别图像的主类别标签建立映射关系，将该映射关系作为源数据存储到上述数据库中。在此情况下，电子设备可以根据该映射关系获取待识别图像的主类别标签。
43.步骤s102，针对每一待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一候选检测框中的候选物体的主类别标签。
44.需要说明的是，每个候选检测框包括一物体，该物体可以是主体物体也可以是非主体物体。
45.在一些实施例中，对该待识别图像进行识别包括待识别图像中的候选检测框的位置识别和候选检测框内候选物体的类别识别。候选检测框的位置识别用于得到候选检测框的位置坐标，再根据该位置坐标对应的特征信息(例如图像信息)来对候选物体的类别进行预测，以此实现候选检测框内候选物体的类别识别，进而得到候选检测框的候选物体的类别标签。
46.在一些实施例中，上述步骤s102可以通过以下方式实现：针对每一待识别图像，通过预训练好的目标检测模型对该待识别图像进行目标识别，得到与该待识别图像对应的多个候选检测框和与每一候选检测框中的候选物体的类别标签。
47.其中，目标检测模型可以是基于faster r-cnn、ssd和yolo的神经网络模型，本实施例在此不作限定。另外，基于faster r-cnn、ssd和yolo的神经网络模型训练得到目标检测模型可以参照相关技术，本实施例在此不作赘述。
48.通过基于神经网络的目标检测模型来识别待识别图像的候选检测框和候选检测框中的候选物体的主类别标签的识别，可以提供识别的效率。
49.步骤s103，针对每一候选检测框，根据该候选检测框中的候选物体的主类别标签和主体物体的主类别标签，确定该候选检测框是否为主体检测框，主体检测框中的候选物体为主体物体。
50.需要说明的是，若候选检测框的主类别标签与主体物体的主类别标签一致，则可以确定该候选检测框为主体检测框。
51.步骤s104，对所有待识别图像的候选检测框进行聚类，得到多个类簇，并将包括主体检测框的类簇中的所有检测框确定为目标主体检测框。
52.需要说明的是，聚类是根据候选检测框的特征信息进行聚类，该特征信息可以是候选检测框中的图像信息。
53.在一些实施方式中，可以采用dbscan(density-based spatial clustering of applications with noise，基于密度的聚类算法)实现所有待识别图像的候选检测框的聚类。其中，dbscan的实施原理可以参照相关技术，本实施例在此不作赘述。
54.示例地，在聚类得到的某一类簇中包括候选检测框a、候选检测框b和候选检测框c，若候选检测框a是由步骤步骤s103确定的主体检测框，则可以将与候选检测框a属于同一类簇的候选检测框b和候选检测框c也作为主体检测框。
55.步骤s105，根据目标主体检测框和与目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
56.在一些实施例中，物体信息可以包括物体访问链接，其中，物体访问链接与待识别图像组成映射关系作为上述关于步骤s101的示例中的源数据，进而存储在数据库中。在此情况下，步骤s105可以包括：根据目标主体检测框提取目标主体检测框的特征信息；将该特征信息和目标主体检测框中的候选物体的物体访问链接组成映射关系；根据该映射关系，建立图像主体数据库。在本实施例中，目标主体检测框的特征信息用于描述目标主体检测
框的图像信息。
57.在一些实施例中，图像主体数据库可以用于基于视频的搜索应用场景。具体来讲，可以基于用户终端浏览的视频，识别该视频中的图像中的主体框(该主体框中包括主体物体)，基于识别到的主体框的特征信息在图像主体数据库中匹配相应的目标主体检测框的特征信息，进而将成功匹配的目标主体检测框对应的物体信息推荐至用户终端供用户浏览。
58.通过上述方式，在基于类别标签确定包括主体物体的主体检测框后，通过对所有待识别图像进行聚类的方式，将漏掉的包括主体物体的候选检测框进行召回，并将其确定为目标主体检测框，以此提高目标主体检测框的召回率。在此基础上，基于目标主体检测框建立图像主体数据库，以此优化图像主体数据库的构建效果，以提高基于图像主体数据库的搜索结果的多样性和丰富性。
59.图2是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的另一流程图。参照图2，包括以下步骤：
60.步骤s201，获取描述同一主体物体的多个待识别图像和主体物体的类别标签，主体物体的类别标签包括主类别标签和次类别标签。
61.步骤s202，针对每一待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一候选检测框中的候选物体的主类别标签。
62.步骤s203，确定待识别图像中的所有候选检测框的目标检测框，其中，目标检测框的候选物体的主类别标签为预设主类别标签；
63.步骤s204，对目标检测框中的候选物体进行分类，得到分类结果，分类结果用于表征目标检测框的候选物体的次类级标签；
64.步骤s205，针对目标检测框，根据目标检测框的主类别标签与次类别标签和主体物体的主类别标签与次类别标签，确定目标检测框是否为主体检测框。
65.步骤s206，对所有待识别图像的候选检测框进行聚类，得到多个类簇，并将包括主体检测框的类簇中的所有检测框确定为目标主体检测框；
66.步骤s207，根据目标主体检测框和与目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
67.其中，在图1的实施例中，可以预先根据描述待识别图像的标题文本和该待识别图像的主类别标签、次类别标签建立映射关系，将该映射关系作为源数据存储到上述数据库中。此外，步骤s201、步骤s202、步骤s203、步骤s206和步骤s207可以参照图1中各相关步骤的实施过程，本实施例在此不作赘述。
68.对应主体物体是服饰类的物体而言，其可以包括上装、下装和裙装(均是服饰类)，而对于某些待识别图像(例如包括上装和下装)而言，其中的主体物体仅是上装，不包括下装，因此，若仅仅是依据主类别标签(服饰类)来确定主体物体，则易将上装和下装同时确定为该待识别图像中的主体物体，以此造成主体物体识别的干扰。因此，考虑到该问题，可以进一步划分较主类别标签更细粒度的标签(例如次类别标签)，以此来提高基于标签识别主体检测框的准确率。
69.承接上述示例，在主体物体为服饰类的情况下，预设主类别标签可以是服饰标签。对应地，次类级标签可以是上装类别标签、下装类别标签或裙装类别标签。在此情况下，确
定待识别图像中的所有候选检测框的目标检测框的步骤可以包括：将待识别图像中的候选检测框的主类别标签为服饰标签的候选检测框确定为目标检测框。
70.在一些实施例中，步骤s204可以通过以下方式实现：通过预训练好的分类模型，对目标检测框中的候选物体进行分类，得到分类结果。其中，分类模型可以预先通过标注的样本图像进行训练得到，其中，通过标注有上装、下装和裙装的样本图像对基于损失函数为交叉熵函数的神经模型进行训练，以此得到分类模型。
71.在步骤s205中，在目标检测框的主类别标签与主体物体的主类别标签一致，且目标检测框的次类别标签与主体物体的次类别标签一致的情况下，确定目标检测框是主体检测框。
72.另外，需要说明的是，对于不是目标检测框的候选检测框而言，采用图1所示的步骤s103的方式来确定是否为主体检测框。
73.通过上述方式，对于一些仅基于主类别标签来确定主体检测框存在较大干扰的情况，可以设置更细粒度的次类别标签辅助进行目标主体检测框的确定，以此来提高目标主体检测框的识别准确率，进而提高整体主体识别的准确率，优化图像主体数据库的构建效果。
74.在一些实施例中，所述方法还包括：对确定的属于同一待识别图像的目标主体检测框进行筛选，得到筛选后的目标主体检测框，在此情况下，步骤s105可以包括：根据筛选后的目标主体检测框和与该目标主体检测框中的候选物体对应的物体信息建立图像主体数据库。
75.需要说明的是，在经过聚类召回漏掉的属于目标主体检测框的候选检测框后，可能存在同一待识别图像中重复描述同一主体物体的候选检测框，为了避免在构建图像主体数据库时，重复在图像主体数据库中构建同一主体物体的有关信息(例如，物体信息)，因此，可以对确定的属于同一待识别图像的目标主体检测框进行筛选。由于两个框的交并比可以反映两个框相交的内容(即重复的区域)，重复区域面积越大，则表征两个框表征的主体物体是一致的，特别是针对裙装、套装等物体而言，在聚类时，容易引起“半身召回全身”的问题，而对于本公开，只希望检测出一个较为完整的目标主体检测框进行图像主体数据库的构建即可，对于与目标主体检测框相交区域较大的框则可以进行滤除；此外，由于区域较大越容易反映物体的特征信息，因此，可以将两个目标主体检测框中检测框区域的较小者进行滤除，便于基于图像主体数据库搜索出准确地搜索结果。
76.通过上述方式，通过聚类召回的目标主体检测框进行筛选，基于筛选后的目标主体检测框和与筛选后的目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库，以避免在图像主体数据库中存储重复的物体信息，降低了存储空间压力。
77.在一些实施例中，对确定的属于同一待识别图像的目标主体检测框进行筛选，得到筛选后的目标主体检测框的步骤可以通过以下方式实现：对确定的属于同一所述待识别图像的两个目标主体检测框计算交并比值；滤除交并比值大于预设交并比阈值的两个目标主体检测框中检测框区域较小的目标主体检测框；根据滤除结果，得到筛选后的目标主体检测框。
78.以同一待识别图像的目标主体检测框包括三个，分别为目标主体检测框a、目标主体检测框b和目标主体检测框c且预设交并比阈值为0.7为例，需要计算两两之间的交并比
值，目标主体检测框a与目标主体检测框b的交并比值为0.5，目标主体检测框a与目标主体检测框c的交并比值为0.9，目标主体检测框c与目标主体检测框b的交并比值为0.7，则需要将目标主体检测框a与目标主体检测框c中的一个进行滤除，且滤除的规则是目标主体检测框a与目标主体检测框c中检测框区域较小，若目标主体检测框a的检测框区域大于目标主体检测框c的检测框区域，则滤除目标主体检测框c，因此，剩余的目标主体检测框a、目标主体检测框b作为筛选后的目标主体检测框，并可以基于目标主体检测框a、目标主体检测框b来构建图像主图数据库。
79.图3是根据本公开一示例性实施例示出的一种构建图像主体数据库的方法的另一流程图。图3是主体物体的主类别标签为服饰类别标签为例对本公开进行进一步解释说明，参照图3，获取多个待识别图像和标题文本，对每个待识别图像进行目标检测，以获得每个待识别图像的对应的多个候选检测框和每一候选检测框中的候选物体的主类别标签，判断候选检测框的主类别标签是否为服饰类别标签，对于候选物体的主类别标签是服饰类别标签的候选检测框而言，进一步确定该候选检测框的次类别标签，以根据候选检测框的主类别标签和次类别标签与标题文本对应的主类别标签和次类别标签(用于描述主体物体的标签)进行对比，确定该候选检测框是否为主体检测框；对于候选物体的主类别标签不是服饰类别标签的候选检测框而言，直接根据候选检测框的候选物体的主类别标签和与标题文本对应的主类别标签进行对比，确定该候选检测框是否为主体检测框；在确定完所有待识别图像的候选检测框是否为主体检测框后，对所有候选检测框进行聚类，将包括主体检测框的类簇中的所有检测框确定为目标主体检测框，再对属于同一待识别图像的目标主体检测框进行过滤，基于过滤后的目标主体检测和过滤后的目标主体检测的物体信息构建图像主体数据库。
80.在上述过程中，其各流程步骤的实施过程可以参照上述实施例，本实施例在此不做赘述。
81.图4是根据本公开一示例性实施例示出的一种构建图像主体数据库的装置的框图。参照图4，构建图像主体数据库的装置包括：
82.获取模块，用于获取描述同一主体物体的多个待识别图像和所述主体物体的主类别标签，所述主体物体的类别标签包括主类别标签；
83.识别模块，用于针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；
84.第一确定模块，用于针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；
85.聚类模块，用于对所有所述待识别图像的候选检测框进行聚类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；
86.构建模块，用于根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
87.可选地，所述装置还包括：
88.第二确定模块，用于确定所述待识别图像中的所有候选检测框的目标检测框，其中，所述目标检测框的候选物体的主类别标签为预设主类别标签；
89.分类模块，用于对所述目标检测框中的候选物体进行分类，得到分类结果，所述分类结果用于表征所述目标检测框的候选物体的次类级标签；
90.所述第一确定模块具体用于针对所述目标检测框，根据所述目标检测框的主类别标签与次类别标签和所述主体物体的主类别标签与次类别标签，确定所述目标检测框是否为主体检测框。
91.可选地，所述分类模块具体用于通过预训练好的分类模型，对所述目标检测框中的候选物体进行分类，得到分类结果。
92.可选地，所述装置还包括：
93.筛选模块，用于对确定的属于同一所述待识别图像的目标主体检测框进行筛选，得到筛选后的目标主体检测框；
94.所述构建模块具体用于根据筛选后的目标主体检测框和与该目标主体检测框中的候选物体对应的物体信息建立图像主体数据库。
95.可选地，所述筛选模块包括：
96.计算子模块，用于对确定的属于同一所述待识别图像的两个目标主体检测框计算交并比值；
97.滤除子模块，用于滤除所述交并比值大于预设交并比阈值的两个目标主体检测框中检测框区域较小的目标主体检测框；
98.筛选子模块，用于根据滤除结果，得到筛选后的目标主体检测框。
99.可选地，所述物体信息包括物体访问链接，所述构建模块包括：
100.特征提取子模块，用于根据所述目标主体检测框提取所述目标主体检测框的特征信息；
101.映射子模块，用于将所述特征信息和所述目标主体检测框中的候选物体的物体访问链接组成映射关系；
102.建立子模块，用于根据所述映射关系，建立图像主体数据库。
103.可选地，所述识别模块具体用于针对每一所述待识别图像，通过预训练好的目标检测模型对该待识别图像进行目标识别，得到与该待识别图像对应的多个候选检测框和与每一所述候选检测框中的候选物体的主类别标签。
104.下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
105.如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
106.通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振
动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
107.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
108.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
109.在一些实施方式中，电子设备可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
110.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
111.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取描述同一主体物体的多个待识别图像和所述主体物体的类别标签，所述主体物体的类别标签包括主类别标签；针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；对所有所述待识别图像的候选检测框进行聚
类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
112.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
113.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
114.描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取描述同一主体物体的多个待识别图像和所述主体物体的类别标签的模块”。
115.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
116.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
117.根据本公开的一个或多个实施例，示例1提供了一种构建图像主体数据库的方法，包括：
118.获取描述同一主体物体的多个待识别图像和所述主体物体的类别标签，所述主体
物体的类别标签包括主类别标签；
119.针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；
120.针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；
121.对所有所述待识别图像的候选检测框进行聚类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；
122.根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
123.根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述主体物体的类别标签还包括次类别标签，所述方法还包括：
124.确定所述待识别图像中的所有候选检测框的目标检测框，其中，所述目标检测框的候选物体的主类别标签为预设主类别标签；
125.对所述目标检测框中的候选物体进行分类，得到分类结果，所述分类结果用于表征所述目标检测框的候选物体的次类级标签；
126.所述针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体，包括：
127.针对所述目标检测框，根据所述目标检测框的主类别标签与次类别标签和所述主体物体的主类别标签与次类别标签，确定所述目标检测框是否为主体检测框。
128.根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述对所述目标检测框中的候选物体进行分类，得到分类结果，包括：
129.通过预训练好的分类模型，对所述目标检测框中的候选物体进行分类，得到分类结果。
130.根据本公开的一个或多个实施例，示例4提供了示例1的方法，所述方法还包括：
131.对确定的属于同一所述待识别图像的目标主体检测框进行筛选，得到筛选后的目标主体检测框；
132.所述根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库，包括：
133.根据筛选后的目标主体检测框和与该目标主体检测框中的候选物体对应的物体信息建立图像主体数据库。
134.根据本公开的一个或多个实施例，示例5提供了示例4的方法，所述对确定的属于同一所述待识别图像的目标主体检测框进行筛选，得到筛选后的目标主体检测框，包括：
135.对确定的属于同一所述待识别图像的两个目标主体检测框计算交并比值；
136.滤除所述交并比值大于预设交并比阈值的两个目标主体检测框中检测框区域较小的目标主体检测框；
137.根据滤除结果，得到筛选后的目标主体检测框。
138.根据本公开的一个或多个实施例，示例6提供了示例1的方法，所述物体信息包括
物体访问链接，所述根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库，包括：
139.根据所述目标主体检测框提取所述目标主体检测框的特征信息；
140.将所述特征信息和所述目标主体检测框中的候选物体的物体访问链接组成映射关系；
141.根据所述映射关系，建立图像主体数据库。
142.根据本公开的一个或多个实施例，示例7提供了示例1-6中任一的方法，所述针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签，包括：
143.针对每一所述待识别图像，通过预训练好的目标检测模型对该待识别图像进行目标识别，得到与该待识别图像对应的多个候选检测框和与每一所述候选检测框中的候选物体的主类别标签。
144.根据本公开的一个或多个实施例，示例8提供了一种构建图像主体数据库的装置，包括：
145.获取模块，用于获取描述同一主体物体的多个待识别图像和所述主体物体的主类别标签，所述主体物体的类别标签包括主类别标签；
146.识别模块，用于针对每一所述待识别图像，对该待识别图像进行识别，得到与该待识别图像对应的多个候选检测框和每一所述候选检测框中的候选物体的主类别标签；
147.第一确定模块，用于针对每一所述候选检测框，根据该候选检测框中的候选物体的主类别标签和所述主体物体的主类别标签，确定该候选检测框是否为主体检测框，所述主体检测框中的候选物体为所述主体物体；
148.聚类模块，用于对所有所述待识别图像的候选检测框进行聚类，得到多个类簇，并将包括所述主体检测框的类簇中的所有检测框确定为目标主体检测框；
149.构建模块，用于根据所述目标主体检测框和与所述目标主体检测框中的候选物体对应的物体信息，建立图像主体数据库。
150.根据本公开的一个或多个实施例，示例9提供了一计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
151.根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：
152.存储装置，其上存储有计算机程序；
153.处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。
154.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
155.此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公
开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
156.尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。