1.一种基于图结构匹配的图像检索方法，其特征在于，所述基于图结构匹配的图像检索方法，包括：获取查询图像，以查询图像中各个对象为节点，节点之间的连线为边，将对象的属性作为初始节点特征，将边的起始节点与终止节点的中心坐标之差作为边的特征，构建图结构；

将查询图像的图结构输入到训练好的图神经网络，获取查询图像的节点特征以及节点之间相对和绝对位置，所述图神经网络包括特征提取模块、相对位置预测头和绝对位置预测头，所述特征提取模块为三层Transformer图卷积模块，用于提取图结构的节点特征，所述相对位置预测头和绝对位置预测头为多层感知机，分别用于预测节点之间相对和绝对位置；

根据图神经网络输出的节点特征，计算查询图像与图像数据库中图像的图结构相似度，向用户反馈查询得到的图像。

2.根据权利要求1所述的基于图结构匹配的图像检索方法，其特征在于，所述初始节点特征为对象属性的独热编码。

3.根据权利要求1所述的基于图结构匹配的图像检索方法，其特征在于，所述边的特征为归一化后边的起始节点与终止节点的中心坐标之差。

4.根据权利要求1所述的基于图结构匹配的图像检索方法，其特征在于，所述计算查询图像与图像数据库中图像的相似度，包括：对于任意两张图像，计算其中一张图像的每个节点特征与另一张图像的每个节点特征的节点相似度，所述节点相似度为两个节点特征的点积；

从一张图像的每个节点特征与另一张图像的每个节点特征的节点相似度中选取最大值，作为两张图像的图结构相似度。

5.根据权利要求4所述的基于图结构匹配的图像检索方法，其特征在于，所述图神经网络的损失函数包括分类损失和辅助损失，其中分类损失用于计算节点相似度的损失，所述辅助损失包括节点之间相对位置的回归损失和绝对位置的回归损失。